面向视频监控点位部署评估的基于风险熵改进蚁群算法

发布时间：2020-12-29 12:10

　　针对公安视频监控系统前端摄像机点位部署评估的问题,首先采用以结果为导向的方法,将单个防控区域内摄像机之间的协同防控风险关系进行定义和赋值,将问题转换为可量化的数学模型,该模型的实质是求解带权值完全无向图的Hamilton回路(即TSP问题);然后引入蚁群算法求解该问题,通过分析基本蚁群算法的数学特征,指出了造成基本蚁群算法收敛速度慢、易求得局部最优解的原因,并引入风险熵函数,在分析其数学特征的基础上提出了基于风险熵的改进蚁群算法;最后通过求解不同TSP和调整不同参数设置的仿真实验来验证,实验结果表明了提出的算法具有较好的算法求解性能和鲁棒性。 

【文章来源】：计算机应用研究. 2020年S1期 北大核心

【文章页数】：5 页

【参考文献】：
期刊论文
[1]公安专用视频监控系统前端覆盖影响因素[J]. 梁烨,张鸿洲.  科学技术与工程. 2018(23)
[2]视频侦查过程中反侦查行为研究与防控策略[J]. 王卫华.  广西警察学院学报. 2017(05)
[3]以犯罪侦防为视角探讨视频监控的应用和效果——基于国外考察再思考[J]. 冯欣.  湖北警官学院学报. 2016(01)
[4]基于风险熵和Neyman-Pearson准则的安防网络风险评估研究[J]. 胡瑞敏,吕海涛,陈军.  自动化学报. 2014(12)
[5]改进的遗传算法求解旅行商问题[J]. 于莹莹,陈燕,李桃迎.  控制与决策. 2014(08)
[6]视频监控系统在街面犯罪侦查中的应用[J]. 徐雯.  吉林公安高等专科学校学报. 2008(06)
[7]视频监控系统在街面侵财型犯罪防控中的应用评估[J]. 金诚,伍星.  中国人民公安大学学报(社会科学版). 2008(06)
[8]论视频监控系统在侦查中的运用[J]. 郝宏奎.  山东警察学院学报. 2008(05)

博士论文
[1]蚁群算法及其应用研究[D]. 杨剑峰.浙江大学 2007



本文编号：2945618