面向大规模应用的节能交通模式识别
计算机与社会
2017-03-21 v2 人机交互
摘要
利用个人设备进行交通模式检测已研究十余年，因其在监测个人活动、理解人类移动性和辅助交通管理方面的重要性。然而，两个主要限制仍阻碍其大规模部署：高功耗，以及缺乏大量且多样的标注数据。为降低功耗，现有方法使用更少传感器和更低频率采样，但这导致精度下降。获取标注数据的常见方法是在收集数据时记录真值，但该方法因效率低下无法用于大规模部署。为解决这些问题，我们采用一种新的低频采样方式结合分层交通模式识别算法，并提出一种离线数据标注方法及其手动与自动实现。通过真实世界大规模实验并与相关作品比较，我们的采样方式与算法被证明消耗远少能量，同时达到约85%的竞争性精度。新的离线数据标注方法也被验证在为模型训练与测试提供真值方面高效且有效。
引用
@article{arxiv.1701.05768,
title = {Power-saving transportation mode identification for large-scale applications},
author = {Yuren Zhou and Jin Wang and Peng Shi and Daniel Dahlmeier and Nils Tippenhauer and Erik Wilhelm},
journal= {arXiv preprint arXiv:1701.05768},
year = {2017}
}
备注
This paper has been withdrawn by the author to rewrite