导读:本文包含了机场识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:安检,机场,正定,旅客,技术,实体,条件。
机场识别论文文献综述
姚海芳,路紫,刘劲松[1]（2019）在《石家庄正定国际机场航空旅客分布特征识别——基于手机信令数据的研究》一文中研究指出航空旅客分布特征及出行行为是航空网络布局、机场集疏运体系规划的基础.以石家庄市正定国际机场为研究对象,基于手机信令数据对该机场的航空旅客分布特征进行了识别,并对其影响因素进行了剖析.研究发现:①该机场的航空旅客主要来源于河北省(占60%左右),其次是北京市,但所占比例有限(约为6%～7%).②该机场进港、出港旅客的空间分布呈现出以石家庄市为核心的辐射扩张模式,具有明显的交通指向性,说明机场集疏运网络对航空旅客的分布具有重要贡献.③统计分析表明,进港、出港航班数量与进港、出港旅客数量呈显着正相关关系(p<0.001),且进港、出港旅客24 h动态分布特征与航班时刻结构变化同步性较高,这表明航班时刻结构是影响其变化的主要因素,优化航班时刻资源可以吸引更多远距离航空旅客,进而提高该机场的客运量.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期）
张凌,谭璇,宋冬梅,王斌,李睿琳[2]（2019）在《基于马尔科夫随机场的单时相震害影像受损建筑物识别方法》一文中研究指出建筑物是地震中的主要承灾体,其受损情况可作为评估地震破坏等级的重要参考依据。因此,快速准确地对震后影像中的受损建筑物进行识别显得尤为重要,对震后救援和应急响应具有指导意义。现有的震害遥感信息提取方法的精度低、速度慢,无法满足快速应急响应的迫切要求。文中提出一种基于马尔科夫随机场(Markov Random Field,MRF)模型的建筑物受损程度检测方法,首先利用马尔科夫随机场对影像进行分割,再根据影像中不同程度受损建筑物所呈现的特征,利用支持向量机在分割后的影像中提取受损建筑物。实验表明,该方法性能良好,平均总体精度达93. 02%。与传统方法相比,该方法操作简便,且提取精度和运行时间均有显着优势,能够精准、快速地识别震害单时相影像中的受损建筑物。(本文来源于《地震地质》期刊2019年05期）
阚劲军,孙皓[3]（2019）在《人脸识别技术在机场离港登机系统中应用》一文中研究指出本文将人脸识别技术引入民航离港登机控制系统,用于在旅客办理离港登机手续时候实现软件自动比对旅客现场人像与安检拍摄的图像,从而更高效地方便旅客离港出行。也减少了传统模式下,登机口操作员人工肉眼比对可能导致的失误,保证了旅客登机万无一失,也确保了机场与航班安全。具体方法是使用成熟的人脸识别算法和相关软硬件系统,并通过离港登机控制系统调用该人脸识别算法接口来实现登机口摄像头捕捉的现场旅客人像图像和过安检旅客人像比对,并根据比对结果执行允许旅客登机或者拒绝的动作提示。在本文中介绍了两种具体应用模式,分别是人脸自助登机和人脸登机再确认。通过本文论述的人脸识别技术在机场离港登机控制系统中的具体应用,增强了离港系统办理旅客的灵活性和便捷性,也体现了机场真情服务旅客的创新意识和服务举措。(本文来源于《中国科技信息》期刊2019年19期）
詹红梅[4]（2019）在《人脸识别技术推动机场全面智能化》一文中研究指出近年来,随着我国航空事业的不断发展,机场安检工作所面临的压力变得越来越大,如安检效率低、安保工作缺乏有效性等问题也愈加严重,人脸识别技术作为一种能够准确、快速识别身份的技术,在机场安保、公安机关各警种业务中起着举足轻重的作用。除了安检通关和自助登机,人脸识别技术还被应用到动态布控、人流引导、智慧航显、VIP迎宾、轨迹检索、保洁提醒、精确找人等多个方面。(本文来源于《中国公共安全》期刊2019年10期）
陈如伟[5]（2019）在《浅谈人脸识别技术在机场领域的应用》一文中研究指出人脸识别,是基于人的脸部特征信息进行身份识别的一种生物特征识别技术。作为人工智能技术中成熟的、核心的人脸识别技术开始被用于提升人们生活的质量,并推动着智慧生活概念的普及。本文通过对人脸识别技术的分析,提出了人脸识别技术在机场应用的场景,为人脸识别技术在民航业的应用提供思路。(本文来源于《通讯世界》期刊2019年09期）
田茜[6]（2019）在《云计算、大数据和生物识别技术将打造未来机场》一文中研究指出航空旅行是非常繁琐疲累的过程,登机队列一眼望不到头,繁琐的安检流程和缓慢的登机系统都让人疲惫。但是迪拜机场技术和基础设施执行副总裁Michael Ibbitson却认为,情况并非注定如此。作为世界上高科技含量最高的两大机场——迪拜国际机场(DXB)和迪拜世界中心(DWC)机场的IT负责人,Ibbitson在过去3年中一直致力于为数字化航空旅行转型奠定基础。(本文来源于《计算机与网络》期刊2019年17期）
[7]（2019）在《刷脸就能登机机场安检智能识别系统上岗》一文中研究指出机场安检到登机的全场景都能实现"刷脸",这一全流程将在全国推广。5月20日,记者从中科院重庆研究院获悉,中科院和中国民航管理干部学院签署了加强联合实验室的建设合作协议,由该院承担的中科院重点项目"机场安检智能识别系统"已经实现了机场全流程人脸识别,并将在全国推广。中科院重庆研究院智能安全技术中心主任石宇介绍,由该(本文来源于《高科技与产业化》期刊2019年07期）
马孟铖[8]（2019）在《基于词向量和条件随机场的中文命名实体识别及分类》一文中研究指出命名实体是文本中的基本信息单元,表示文本中内在名称和缩写的信息,同时自然语言处理研究中一项基础且必要的任务就是识别命名实体。随着计算机技术水平的不断提高,自然语言处理和文本处理的研究不断深入,问答系统、意见挖掘等领域研究都需要语义知识作为支持。从狭义上讲,命名实体可以分为人名,地名,机构名等;从广义上讲,命名实体包括各种表达式、电子邮箱等。随着对自然语言处理研究的兴起,原始的命名实体界定范围已经不能满足需求。人们对命名实体的覆盖范围在原有的基础上进行了扩展,分类更加细致。地名也可细分为地区名称(不同大洲)、国家名称、城市名称、乡镇名称等。相同语料可能因为研究任务的不同需要不同类型的命名实体,若每次根据任务类型再选取相应的特征需要耗费大量人力、精力和时间,代价未免太过巨大。因此,现在的研究重点应该是根据不同应用领域的特定需求定义不同类型的命名实体并加以识别,并且快速、高效率的完成。本文基于先识别再分类的思想,提出一种先构建特征模板识别出实体,再利用词向量聚类以及计算词向量相似度的方法对实体进行分类。命名实体识别语料:本文选取1998年1月人民日报作为命名实体识别部分的训练、测试语料。命名实体分类语料:训练语料中的实体词向量及开源的人民日报词向量词典。实验本文的主要研究工作包括:(1)人工手动标注实验语料库,不同的领域语料具有领域独立性特点,选取的特征不具有普遍性。汉语语料库中新闻语料使用的词语相对严谨,规范,涉及领域广泛,所以本文选择1998年1月人民日报作为语料。本文对5300余句实验语料进行人工标注,在原有标注类型的基础上,又增加了“汉族人名”“其他人名”“中国地名”“外国地名”“学校、研究机构”“政府机关”“企、事业单位”“文娱活动机构”等8类实体标注。为验证后续实验中命名实体分类的准确性做好基础准备工作。(2)采用基于条件随机场的方法识别命名实体,根据通用领域语料特点,我们选取相适应的特征采用多特征融合的方法,构建复合特征模板识别中文人名、地名、机构名实体,通过利用新闻语料中词语用词相对谨严、规范的特点,我们特意选取了“实体的核心特征词”“实体的右边界词”“复杂机构名的边界限定标记”等统计特征。有针对性的构建复合特征模板,根据实验结果选出最优组合,实现中文人名、地名、机构名实体的识别。(3)基于词向量聚类和词向量间相似度实现了中文地名、机构名实体的细分类,本文将中文人名、地名、机构名实体进一步划分为“中国地名”“外国地名”“学校、研究机构”等8类。利用词向量包含丰富的语义和领域特性这一属性,采用训练好的人民日报实体词向量词典对训练集中命名实体进行匹配。对匹配出词向量的实体进行K-means聚类,根据实验选择最佳的簇数并人工施加质心,将训练集中的命名实体聚类成一个个的簇。最后将测试集中识别出的命名实体和簇内实体比较相似性,实现命名实体的分类。(4)实现了对于人名实体的分类。汉族人名有别于其他人名,其构成形式为“姓+名”,且姓多为单字,少数为两字,姓名总长度一般不超过4个字符。根据这一特点,本文通过构建百家姓词典及判断实体长度对待分类人名实体进行分类。实验结果表明,本文针对中文命名实体识别及分类问题,提出先识别再分类的思想,采用实体词向量聚类及计算词向量相似度的方法相较于直接采用条件随机场的方法对命名实体分类的效果更好。且后续根据任务类型的不同,通过人工设置质心,可以快速进行实体词向量聚类,完成命名实体分类。在1998年1月人民日报语料中取得了较好的识别结果。本文提出的命名实体所分8个类别识别结果F1值最高达到93.04%,F1值的平均值达到了83.82%。(本文来源于《新疆大学》期刊2019-06-30）
高强,潘俊,洪锐锋[9]（2019）在《基于CNN的机场安检危险品自动识别研究》一文中研究指出机场安检是民航安全飞行的重要保障。针对机场安检危险品人工识别工作量大、效率低、易疲劳误判及危险品图像数据集不均衡导致识别准确率低的问题,提出一种基于GAN数据增强的卷积神经网络危险品自动识别模型。首先利用GAN使危险品图像数据集均衡化,然后将图像输入由4个卷积层、1个全连接层构成的卷积神经网络模型进行训练,训练时引入随机失活优化技术,使模型得到更好的识别效果。在2017公安一所危险品图像数据集上的实验结果表明,经过均衡化处理后,模型的识别准确率达到90.7%,较均衡化之前提高了33.4%。另外,经过对比实验,模型的识别准确率分别比GoogLeNet、AlexNet、ResNet高出5.8%、7.2%和5.4%。该模型具有较高的识别准确率及较好的实时性,对提升机场安检智能化水平具有积极意义。(本文来源于《计算机技术与发展》期刊2019年10期）
黄菡,王宏宇,王晓光[10]（2019）在《结合主动学习的条件随机场模型用于法律术语的自动识别》一文中研究指出【目的】实现对大规模法律文本中法律术语的自动识别,促进法律大数据的结构化进程。【方法】将条件随机场模型作为主动学习算法的分类器,在经过K-means聚类后的语料库中,按照分层抽样的方式抽取用于启动主动学习算法的初始样本,将熵值作为主动学习的样例选择依据,迭代地进行主动学习的学习过程及样例选择过程,直到模型的调和均值F值趋于稳定时停止迭代,输出最终的法律术语自动识别模型——AL-CRF模型。【结果】在中文裁判文书上的命名实体识别实验表明,通过少量且高质的样本训练的AL-CRF模型对于法律术语的识别准确率和召回率可达90%以上,且相较于等标注工作量训练的CRF模型F值提高4.85%。【局限】K-means聚类方法对噪声和离群点较为敏感,可能会影响模型的识别效果。【结论】结合主动学习的条件随机场模型能在保证识别质量的情况下,减少低质量样本的标注工作量。(本文来源于《数据分析与知识发现》期刊2019年06期）
机场识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
建筑物是地震中的主要承灾体,其受损情况可作为评估地震破坏等级的重要参考依据。因此,快速准确地对震后影像中的受损建筑物进行识别显得尤为重要,对震后救援和应急响应具有指导意义。现有的震害遥感信息提取方法的精度低、速度慢,无法满足快速应急响应的迫切要求。文中提出一种基于马尔科夫随机场(Markov Random Field,MRF)模型的建筑物受损程度检测方法,首先利用马尔科夫随机场对影像进行分割,再根据影像中不同程度受损建筑物所呈现的特征,利用支持向量机在分割后的影像中提取受损建筑物。实验表明,该方法性能良好,平均总体精度达93. 02%。与传统方法相比,该方法操作简便,且提取精度和运行时间均有显着优势,能够精准、快速地识别震害单时相影像中的受损建筑物。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
机场识别论文参考文献
[1].姚海芳,路紫,刘劲松.石家庄正定国际机场航空旅客分布特征识别——基于手机信令数据的研究[J].西南大学学报(自然科学版).2019
[2].张凌,谭璇,宋冬梅,王斌,李睿琳.基于马尔科夫随机场的单时相震害影像受损建筑物识别方法[J].地震地质.2019
[3].阚劲军,孙皓.人脸识别技术在机场离港登机系统中应用[J].中国科技信息.2019
[4].詹红梅.人脸识别技术推动机场全面智能化[J].中国公共安全.2019
[5].陈如伟.浅谈人脸识别技术在机场领域的应用[J].通讯世界.2019
[6].田茜.云计算、大数据和生物识别技术将打造未来机场[J].计算机与网络.2019
[7]..刷脸就能登机机场安检智能识别系统上岗[J].高科技与产业化.2019
[8].马孟铖.基于词向量和条件随机场的中文命名实体识别及分类[D].新疆大学.2019
[9].高强,潘俊,洪锐锋.基于CNN的机场安检危险品自动识别研究[J].计算机技术与发展.2019
[10].黄菡,王宏宇,王晓光.结合主动学习的条件随机场模型用于法律术语的自动识别[J].数据分析与知识发现.2019
论文知识图
