《交通領域中的聚類分析方法研究》是2014年科學出版社出版的圖書,作者是李桃迎。
基本介紹
- 中文名:交通領域中的聚類分析方法研究
- 外文名:Research on Clustering Algorithms in Traffic Domain
- 作者:李桃迎
- 語言:簡體中文
- 出版時間:2014年3月1日
- 出版社:科學出版社
- 頁數:246 頁
- ISBN:9787030399182
- 開本:5 開
《交通領域中的聚類分析方法研究》是2014年科學出版社出版的圖書,作者是李桃迎。
《交通領域中的聚類分析方法研究》是2014年科學出版社出版的圖書,作者是李桃迎。內容簡介《交通領域中的聚類分析方法研究》系統詳細地闡述了聚類分析的多種相關方法、技術及具體套用。主要內容包括:緒論,複雜多源異構數據整合方法...
研究內容包括:交通標誌的部件和特徵分析,基於顏色分割和區域的標誌識別,基於符號檢測的標誌識別,基於基元和空間上下文融合的結構識別。本方法充分借鑑了計算機視覺領域目標識別的前沿理論與方法,有望提高交通標誌識別的類別可擴展性和計算...
聚類分析(cluster analysis)是一組將研究對象分為相對同質的群組(clusters)的統計分析技術。 聚類分析區別於分類分析(classification analysis) ,後者是有監督的學習。變數類型:定類變數、定量(離散和連續)變數 聚類方法 1,層次聚類(...
聚類分析又稱群分析,它是研究(樣品或指標)分類問題的一種統計分析方法,同時也是數據挖掘的一個重要算法。聚類(Cluster)分析是由若干模式(Pattern)組成的,通常,模式是一個度量(Measurement)的向量,或者是多維空間中的一個點。聚...
行為軌跡大數據的高性能時空聚類與社會分析是地理信息科學領域迫切需要解決的關鍵科學問題。本項目對行為軌跡大數據的時空聚類、高性能求解以及社會分析進行了探討。主要研究成果包括:(1)行為軌跡時空聚類方法:提出了基於數據場和決策圖的...
模糊聚類分析是一種採用模糊數學語言對事物按一定的要求進行描述和分類的數學方法。模糊聚類分析一般是指根據研究對象本身的屬性來構造模糊矩陣,並在此基礎上根據一定的隸屬度來確定聚類關係,即用模糊數學的方法把樣本之間的模糊關係定量的...
然後結合稀疏表示和深度學習理論建立單個視頻監控節點的交通狀態識別模型;在此基礎上,運用流形學習和深度學習理論建立路網交通狀態聚類模型,實現路網交通狀態自動分區進而對子區的交通狀態進行有效識別;最後研究大規模路網數據下求解模型的...
聚類分析(Cluster analysis)是數理統計中研究“物以類聚”的一種方法。它是多元分析的一個分支,目前已被廣泛地套用於地質、心理、生物、經濟、圖象識別、氣象等項研究領域。在農業領域中,有關作物種植區劃、病蟲害發生區域、病原菌...
基於分散式並行框架設計的高性能時空聚類方法,能夠確保算法的計算性能,通過對有效性評價指標的研究來驗證算法和聚類結果的有效性,結合模式分析方法提取有意義的時空模式,能很好地套用於智慧型交通、公共安全應急管理等領域中。
(5)考慮多視圖半監督聚類集成方法在不同實際場景下的套用,針對自然語言處理問題、醫療輔助診斷以及教育大數據分析等領域,也展開了相關的研究工作並取得一系列成果;此外,開發了一套多視圖聚類分析系統,為用戶提供多視圖聚類分析服務。
而數據聚類分析正是解決這一問題的有效途徑, 它是數據挖掘的重要組成部分, 用於發現在資料庫中未知的對象類 ,為數據挖掘提供有力的支持,它是近年來廣為研究的問題之一。聚類分析是一個極富有挑戰性的研究領域, 採用基於聚類分析方法的...
《混合屬性條件下的聚類分析方法研究》是依託東北師範大學,由冀進朝擔任項目負責人的青年科學基金項目。項目摘要 隨著信息技術在社會生活中的廣泛套用,人類社會在各個方面比如醫療衛生、教育、社交網站、商場和購物網站等領域源源不斷的...
針對上述現實困境與研究熱點,本課題基於四維航跡分析、預測與最佳化,開展進場決策支持的研究。.課題擬採用時空軌跡聚類方法,探討延誤產生原因及傳播機理,研究交通流識別與管制策略辨識技術;在此基礎上,通過對四維航跡預測與航空器進場動態...
聚類分析(Cluster analysis,亦稱為群集分析)是對於統計數據分析的一門技術,在許多領域受到廣泛套用,包括機器學習,數據挖掘,模式識別,圖像分析以及生物信息。聚類分析是根據事物本身的特性研究個體的一種方法,目的在於將相似的事物歸類...
聚類分析的研究集中在聚類方法的可伸縮性、對複雜形狀和類型的數據進行聚類的有效性、高維聚類分析技術以及混合數據的聚類方法研究,其中,高維數據聚類是聚類分析的難題,也是涉及到聚類算法是否適用於很多領域的關鍵。而傳統聚類算法對高維...
目前,聚類分析的研究集中在聚類方法的可伸縮性、對複雜形狀和類型的數據進行聚類的有效性、高維聚類分析技術以及混合數據的聚類方法研究,其中,高維數據聚類是聚類分析的難題,也是涉及到聚類算法是否適用於很多領域的關鍵。而傳統聚類算法對...
本項目面向交通調度這一前沿且重要的套用領域,針對既有方法存在的依賴數學模型、局部尋優、維數障礙等不足之處,開展基於協同演化計算方法的解決方案研究:首先,提出全局、自適應的聚類方法,用於對高維複雜空間進行解耦,提高問題解耦的有效...
《基於算法選擇的聚類統一框架研究》是鐘才明為項目負責人,寧波大學為依託單位的面上項目。項目摘要 聚類分析是數據挖掘、模式識別、機器學習等研究領域對數據進行分析的重要工具之一。目前文獻中各類聚類算法層出不窮,但通常一個算法只適合...
基於車聯網的交通應急疏散最佳化方法 563 基於道路指引等級的指路標誌可達性分析及評價 570 基於視頻的交通LOS感知聚類分析方法 578 基於雲計算的智慧型交通體系框架研究 586 區域間交通協調控制策略及模型 594 隧道中間段亮度評價方法研究與套用...
6.2 城市交通大數據處理 6.2.1 分散式存儲 6.2.2 分散式計算 6.2.3 本地計算 6.2.4 開源的分散式框架Hadoop 6.3 城市交通大數據分析挖掘和可視化技術 6.3.1 數據檢索 6.3.2 分類分析 6.3.3 聚類分析 6.3.4 關聯分析...
在格線算法基礎上,當融合其它領域屬性時,我們還可設計雙/多屬性的聚類方法。結題摘要 隨著帶位置信息的數據的大量出現和增加,基於地理標籤數據的收集和分析是各種套用領域裡需要涉及的,比如城市規劃,交通治理,用戶畫像等。帶地理位置...
設計了“因子分析+結構方程模型+Kmeans聚類分析”的市場區隔流程,對低收入人群的出行市場進行細分,剖析產生公交選擇差異的主觀態度方面的原因,以此提出了差異化的公交出行改善建議;量化評價了不同交通改善對策效果,預測模擬低收入人群...
(4)針對過飽和路網及其關聯區域的交通供需關係失衡等問題,提出了基於灰色關聯分析-譜聚類的過飽和路網關聯區域劃分方法,建立了基於多學科最佳化的過飽和路網與關聯區域分散式協同控制模型。 (5)為驗證所提算法的有效性和可靠性,開發了城...
聚類分析研討會已於2015年08月21日 ~ 2015年08月21日在太原市舉辦。活動背景 聚類分析是機器學習、模式識別與數據挖掘等研究領域的主要方法之一,在過去的幾十年間一直是人們研究的熱點,尤其在當今的大數據時代,聚類分析作為一個有效...