利用声学直方图信息的城市空间洞察提取
应用统计
2020-12-15 v2 机器学习
摘要
城市数据挖掘可被视为一个极具潜力的领域，能够提升智慧城市服务以实现更好的可持续发展，尤其是在城市居住活动追踪方面。尽管现有人类活动追踪系统已展现出揭示市民行为隐藏特征的能力，但它们通常实施成本高且需要较大的通信带宽。在本文中，我们研究低成本模拟声音传感器在城市居住区中检测户外活动并估算降雨时段的实现。模拟声音传感器每5分钟以直方图格式传输至云端，该直方图由每100毫秒（10Hz）采样的声音数据组成。随后，我们使用小波变换（WT）与主成分分析（PCA）从直方图中生成更具鲁棒性与一致性的特征集。之后，我们进行无监督聚类并尝试理解各聚类的个体特征以识别户外居住活动。此外，已开展现场验证以表明我们方法的有效性。
引用
@article{arxiv.2012.05488,
title = {Urban Space Insights Extraction using Acoustic Histogram Information},
author = {Nipun Wijerathne and Billy Pik Lik Lau and Benny Kai Kiat Ng and Chau Yuen},
journal= {arXiv preprint arXiv:2012.05488},
year = {2020}
}
备注
Accepted at IEEE Systems Journal