【摘 要】
：
非法游行事件严重危害社会秩序,非法游行群体移动路径的精准预测对区域警力的高效布控具有重要指导作用。现有相关研究无法同时顾及游行事件中吸引要素和排斥要素对游行群体
【基金项目】
：
国家重点研发计划(2018YFB1004603),国家自然科学基金(42071452),湖南省自然科学基金(2020JJ4696),湖南省重点研发计划(2018SK2052),空间数据挖掘与信息共享教育部重点实验室(福州大学)开放基金(2019LSDMIS05)
论文部分内容阅读
非法游行事件严重危害社会秩序,非法游行群体移动路径的精准预测对区域警力的高效布控具有重要指导作用。现有相关研究无法同时顾及游行事件中吸引要素和排斥要素对游行群体路径选择的综合影响,导致对游行群体未来移动路径的预测精度低。为此,提出了一种多要素约束下的非法游行路径动态预测方法。首先借助距离衰减理论,耦合游行群体实时位置和地理多要素空间分布构建动态加权无向图,在此基础上建立多要素约束的路径优化数学模型,利用Floyd算法求解游行群体当前位置与目的地间的移动路径。通过对3个非法游行历史事件进行实验对比分析发现,
其他文献
随着改革开放的逐渐深化,中小企业成为国家主要的微观经济主体,而当前中小企业内部控制问题成为企业发展过程之中面临的重要问题之一,中小企业若能够在日趋激烈的社会竞争中
行政事业单位在我国社会发展的过程中发挥着巨大的作用,该单位作为我国政府管辖下具有一定社会服务职能与作用的组织机构,无论在完成上级部门工作任务还是服务大众方面,都凸
交通标识分类是交通标识识别系统的基础环节,而交通标识形状识别是交通标识分类的核心部分。对交通标识进行了研究,将交通标识分为禁令标识、警告标识和指示标识3大类分别进行分析,提出了一种利用边缘走势统计特征反映目标形状特征的新算法,并将其与BP神经网络相结合用于交通标识形状的识别。首先利用颜色信息实现交通标识区域分割,随后记录交通标识的边缘走势并统计比例,最后使用BP神经网络进行分类,实现交通标识形状的
针对目前行人重识别不能充分利用有效特征信息进行识别的问题,提出了一种基于多支路特征融合的行人重识别模型。首先将3个不同的卷积块分别接出1条支路;然后对每条支路上的特征采用注意力机制、批特征擦除等方法处理;最后将各支路特征进行融合,获得了高细粒度表征能力的特征。训练时,各支路相互监督。在Market1501、DukeMTMC-reID、CUHK03和MSMT17数据集上进行了单域和跨域验证实验,结果
事业单位内部改革制度的不断深化,对事业单位内控制度的完善性提出了更高的需求。本文通过对事业单位内控制度的完善进行讨论,对事业单位发展过程中内控制度起到的关键性作用
生物序列比对是生物信息学中最基础的研究课题之一。基于动态规划的Needleman-Wunsch双序列比对算法主要采用迭代算法及空位罚分规则对基因序列进行逐一比对,计算二者相似性
基于视频阵列处理器高效视频编码HEVC实现中,HEVC灵活的编码块增加了率失真优化算法硬件实现的难度,难以实现阵列规模和不同块的灵活切换。针对这一问题,提出一种动态可重构
基于增强企业内部控制的目的,围绕会计内部控制问题,做简单的论述,提出内部控制的策略,共享给相关人员参考。首先,分析企业会计内部控制的意义。其次,总结企业会计内部控制的
作为一个多任务的学习过程,目标检测相较于分类网络需要更好的特征。基于多尺度特征对不同尺度的目标进行预测的检测器性能已经大大超过了基于单一尺度特征的检测器。同时,特征金字塔结构被用于构建所有尺度的高级语义特征图,从而进一步提高了检测器的性能。但是,这样的特征图没有充分考虑到上下文信息对语义的补充作用。在SSD基准网络的基础上,采用残差注意力的特征融合方法充分利用上下文信息,提高特征图的表征能力,然后
企业对长期股权进行投资是企业发展与经营中的一项重要手段,而长期股权投资这一举措具有金额投入相对较多,时间相对较长的特性,在企业对长期股权进行投资获取经济收益的同时,