基于车牌识别大数据的伴随车辆组发现方法
基于对车牌识别大数据的处理与分析,可以完成伴随车辆组的发现,在涉案车辆追踪等方面具有广泛的应用.然而当前单一机器模式下伴随车辆组发现算法存在时间和空间上处理性能低下等问题.针对此问题,提出了一种伴随车辆组发现方法--FP.DTC方法.该方法将传统的FP-Growth算法利用分布式处理框架Spark进行了并行化,并作了相应的改进和优化来更加高效地发现伴随车辆组.实验结果的分析表明,提出的方法能够很好地解决车牌识别大数据上的伴随车辆组发现问题,性能相比采用同样方法的Hadoop实现提升了近4倍.
车牌自动识别数据 伴随车辆组 多过程并行模式 参数设计
曹波 韩燕波 王桂玲
山东科技大学信息科学与工程学院,山东青岛266590;大规模流数据集成与分析技术北京市重点实验室(北方工业大学),北京100144 大规模流数据集成与分析技术北京市重点实验室(北方工业大学),北京100144
国内会议
兰州
中文
3203-3207
2015-08-10（万方平台首次上网日期，不代表论文的发表时间）