检索结果-内蒙古大学图书馆

2023年第七届国际科技创新与教育发展学术会议

作者：冼永祥卢朝晖海南电信规划设计院有限公司海南师范大学

由于传统聚类挖掘算法选取参数困难,导致学生群体行为规律的聚类效果较差,研究基于改进dbscan算法的学生群体行为规律聚类。采集并预处理学生行为数据,利用KNN分类算法改进dbscan算法形成KP-dbscan算法,对学生群体行为数据进行聚类分析... 详细信息

由于传统聚类挖掘算法选取参数困难,导致学生群体行为规律的聚类效果较差,研究基于改进dbscan算法的学生群体行为规律聚类。采集并预处理学生行为数据,利用KNN分类算法改进dbscan算法形成KP-dbscan算法,对学生群体行为数据进行聚类分析,从而挖掘出学生群体行为规律。在人工数据集上进行仿真实验,证实了设计方法可以保证聚类效果的稳定性。

关键词：改进dbscan算法学生群体行为行为规律聚类分析

来源：评论

学校读者我要写书评

暂无评论

基于改进dbscan算法的雷暴挖掘与研究

引用

高压电器 2019年第4期55卷 169-177页

作者：高攀田浩李健陶汉涛王钊姜志博南瑞集团公司(国网电力科学研究院) 南京211106 国网电力科学研究院武汉南瑞有限责任公司武汉430074 电网雷击风险预防湖北省重点实验室武汉430074

为了从已发生的雷电现象中提取雷暴并研究雷暴活动规律。文中根据雷电定位系统采集的雷电数据,使用大数据、数据挖掘等计算机技术,开发基于Spark框架的改进dbscan算法,进行雷电聚类分析,提取雷暴,在ArcGIS软件中动态分析雷暴产生、爆发... 详细信息

为了从已发生的雷电现象中提取雷暴并研究雷暴活动规律。文中根据雷电定位系统采集的雷电数据,使用大数据、数据挖掘等计算机技术,开发基于Spark框架的改进dbscan算法,进行雷电聚类分析,提取雷暴,在ArcGIS软件中动态分析雷暴产生、爆发、移动、消亡全过程,最后通过计算机对雷暴进行分析统计,寻找雷暴活动规律。根据历史雷电数据逆向挖掘雷暴,掌握雷暴的活动规律,对今后雷暴预警奠定基础。

关键词：海量雷电数据雷暴聚类改进dbscan算法雷暴动态分析雷暴活动规律

来源：评论

学校读者我要写书评

暂无评论

基于改进dbscan空间聚类算法的北京市人工智能产业集聚格局研究

引用

地理科学 2024年第2期44卷 238-247页

作者：张平范文慧贾婧刘义清华大学自动化系北京100084 聊城大学历史文化与旅游学院山东聊城252059

企业作为产业的重要主体,其发展直接表征着产业的发展,企业的空间格局对产业的发展及资源配置具有重要的引导意义。本文基于北京市工商注册在业的人工智能企业数据,提取企业注册地址并转化为地理位置信息,通过改进有噪声的应用背景下的... 详细信息

企业作为产业的重要主体,其发展直接表征着产业的发展,企业的空间格局对产业的发展及资源配置具有重要的引导意义。本文基于北京市工商注册在业的人工智能企业数据,提取企业注册地址并转化为地理位置信息,通过改进有噪声的应用背景下的基于密度的空间聚类算法(dbscan),分析北京市细粒度层级下人工智能产业集聚在全市域的空间分布格局特征。在dbscan算法改进方面,首先调整Minpts参数为企业注册资本总额与企业数量2个维度,企业数量大于5家且注册资本总额大于一定数额,为形成产业集聚区的2个必要条件;其次提取簇内位于边界的企业位置点作为集聚区地理边界点,将边界点连线并绘制形成人工智能产业集聚区。本文重点分析了企业注册资本和地理聚合半径对人工智能产业集聚区形成的影响,同时采用核密度估计法作为参照验证,表明改进dbscan方法具有精确刻画产业集聚区地理边界和确定不同规模产业集聚区的优势。通过分析得知,北京市人工智能产业集聚具有明显的中心分布特征,集中在城六区,呈现“两大龙头带动,北京市全域遍地开花”的分布情况,海淀区、朝阳区处于人工智能集聚程度高水平,相较其他区域,人工智能产业发展遥遥领先;西城区、东城区、丰台区、昌平区处于集聚程度较高水平;通州区、大兴区、平谷区、密云区、石景山区、房山区、门头沟区、怀柔区、顺义区处于集聚程度中等水平;延庆区集聚程度较低。通过改进dbscan算法精确定位出中关村区域、上地西二旗区域、五道口区域、望京区域、国贸区域、亦庄经开区等人工智能产业集聚区。进一步探究发现,海淀区的人工智能科研人才优势,朝阳区的信息技术领域企业基础,是两区人工智能发展突出的直接原因。延庆区等郊区远离北京市中心城区,产业资源匮乏,同时由于区域功能定位限制等原因,导致人工智能产业集聚水平较低,表明这些区域人工智能产业发展较为缓慢。

关键词：人工智能产业集聚改进dbscan算法核密度估计 GIS 北京

来源：评论

学校读者我要写书评

暂无评论

一种改进的毫米波雷达聚类算法

引用

科学技术与工程 2021年第20期21卷 8537-8543页

作者：鞠夕强孟文孟祥印谢江鹏西南交通大学机械工程学院成都610031 轨道交通运维技术与装备四川省重点实验室成都610031

针对毫米波雷达数据均匀性差,数据量小,噪点多等问题,提出一种基于dbscan(density-based spatial clustering of applications with noise)的雷达自适应聚类算法。改进算法能够根据K近邻距离和目标反射截面自适应调整聚类半径。首先给... 详细信息

针对毫米波雷达数据均匀性差,数据量小,噪点多等问题,提出一种基于dbscan(density-based spatial clustering of applications with noise)的雷达自适应聚类算法。改进算法能够根据K近邻距离和目标反射截面自适应调整聚类半径。首先给出一种聚类半径根据K近邻距离动态调整的机制:目标第K个近邻的距离与阈值相比较,以确定阈值半径取值。再提取雷达提供的目标反射截面,基于该值计算目标假象半径作为聚类半径的补充量。实现根据目标反射截面与数据稀疏程度自适应聚类的效果。将改进算法与不同参数的dbscan聚类算法在真实雷达点云数据进行实验对比。相较于选取合适参数的dbscan算法,改进算法能够更好适应毫米波雷达点云特征,对行人目标识别准确率提高4.18%,对车辆目标识别准确率提高5.63%。

关键词：毫米波雷达自适应聚类改进dbscan算法高级驾驶辅助系统(ADAS) 数据聚类

来源：评论

学校读者我要写书评

暂无评论

基于改进dbscan的自由空间中移动目标行为模式分析挖掘

基于改进DBSCAN的自由空间中移动目标行为模式分析挖掘

引用

作者：陈菲娅北京工业大学

学位级别：硕士

大数据时代的到来推动了定位系统、传感器和通信设备等信息采集技术的发展。信息采集手段多样化产生的海量数据引起了各界的关注。轨迹数据是在移动目标运动时采集的数据，能够表现移动目标的活动信息和行为特征。基于路网信息的移动目... 详细信息

大数据时代的到来推动了定位系统、传感器和通信设备等信息采集技术的发展。信息采集手段多样化产生的海量数据引起了各界的关注。轨迹数据是在移动目标运动时采集的数据，能够表现移动目标的活动信息和行为特征。基于路网信息的移动目标，如汽车、行人等的轨迹挖掘随着智慧城市的发展被广泛研究应用。由于时空不限制、没有参考信息，对自由空间中移动目标，如船舶、飞机的轨迹数据的挖掘相对匮乏。然而政府部门、国防单位等在海空交通网络的建立、水路经济的发展以及军事领地的保护等方面都需要自由空间中移动目标的有效信息，从移动目标的轨迹数据中挖掘出目标的行为模式可以为移动目标的活动预测、异常监测以及态势分析提供模板。　　本文以自由空间中移动目标为研究对象，设计移动目标原始轨迹的预处理方法，通过dbscan(Density-Based Spatial Clustering of Applications with Noise)算法的改进研究，使其能够根据数据集自适应选择参数以实现对预处理后轨迹的聚类，根据聚类结果研究移动目标频繁序列的挖掘方法，通过需求分析设计行为模式挖掘系统以获取移动目标的历史行为模板。本文主要工作和贡献可以归纳为:　　(1)针对自由空间中移动目标在数据采集和存储中呈现的多源异构、时空跨度大、属性多维和转向角度大的特性，提出轨迹属性提取、数据清洗、轨迹压缩的轨迹预处理方案，通过实验找到分界点提取参数和合理的轨迹压缩阈值。　　(2)鉴于传统dbscan算法的参数选择由于经验判断的主观性、参数本身的全局性、算法对参数的敏感性而导致的对密度不均匀的数据聚类效果不理想的情况。提出基于核密度估计获取邻域Eps，结合每个数据对象邻域内的密度动态生成符合该对象邻域密度的阈值MinPts，通过实验对比传统dbscan算法和已有的改进算法，改进算法能够克服人工选取参数的弊端，针对不同维度数据集也能有不错的效果。　　(3)合理选取频繁序列挖掘算法，设计基于改进dbscan聚类结果的轨迹频繁模式挖掘方法，通过实验验证该方法能够有效提高轨迹数据集的挖掘质量，从而实现移动目标的行为模式挖掘。设计实现目标行为模式挖掘功能模块，为方便功能扩充及优化，各个功能及算法独立构建;为提高挖掘效率，使用独立线程执行各项挖掘任务。

关键词：自由空间移动目标轨迹数据信息挖掘行为模式改进dbscan算法

来源：评论

学校读者我要写书评

暂无评论

一种改进的汽车雷达数据实时聚类算法

引用

科学技术与工程 2019年第27期19卷 204-209页

作者：蒋留兵温和鑫车俐桂林电子科技大学计算机与信息安全学院

为了更好地在复杂多目标环境下进行汽车雷达数据的实时聚类,使用扩展卡尔曼滤波算法(EKF)对基于密度的聚类算法(dbscan)进行改进,并通过仿真和实测实验进行验证。结果表明:新算法在进行增量聚类时每次耗时可以保持在一个稳定且较低的水... 详细信息

为了更好地在复杂多目标环境下进行汽车雷达数据的实时聚类,使用扩展卡尔曼滤波算法(EKF)对基于密度的聚类算法(dbscan)进行改进,并通过仿真和实测实验进行验证。结果表明:新算法在进行增量聚类时每次耗时可以保持在一个稳定且较低的水平;新聚类在不增加时间复杂度的情况下进行自适应聚类,可以解决汽车雷达数据密度不均匀的情况。可见新算法同时实现了增量和自适应dbscan聚类,同时保证聚类的效率和准确度。

关键词：汽车雷达增量聚类自适应聚类改进dbscan算法扩展卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于毫米波雷达的汽车前方目标检测跟踪算法研究

基于毫米波雷达的汽车前方目标检测跟踪算法研究

引用

作者：温和鑫桂林电子科技大学

学位级别：硕士

随着毫米波雷达技术和生产工艺的发展,雷达的尺寸越来越小,测量精度越来越高,使得汽车雷达成为了高级辅助驾驶技术(ADAS)和自动驾驶感知技术中不可替代的传感器之一。它可以用来提高汽车作为交通工具的安全性和驾驶舒适性,可以避免车辆... 详细信息

随着毫米波雷达技术和生产工艺的发展,雷达的尺寸越来越小,测量精度越来越高,使得汽车雷达成为了高级辅助驾驶技术(ADAS)和自动驾驶感知技术中不可替代的传感器之一。它可以用来提高汽车作为交通工具的安全性和驾驶舒适性,可以避免车辆碰撞带来的伤亡损失。毫米波雷达利用辐射电磁能量来测量在传感器视场范围中的目标,远距离目标探测能力强。与其他汽车传感器相比,汽车雷达可以提供目标独一无二的速度(多普勒)测量,在恶劣天气和强光照环境下仍有较好的鲁棒性,并且成本相对较低。本文基于77GHz TDM-MIMO(时分复用多输入多输出)体制毫米波雷达,对原始回波信号进行时频变换提取检测目标的信息,然后又对点目标和扩展目标两种不同的情况下跟踪算法进行了研究。本文具体展开的研究工作如下:(1)雷达主要使用多输入多输出技术(MIMO)增加其虚拟天线通道数量来提高角度分辨率。针对算法理论部分,本文对TDM-MIMO体制下线性连续调频锯齿波测距测速测角理论进行了分析,推导了TDM-MIMO雷达的信号模型和形成的虚拟阵列,指出当目标与雷达之间存在相对运动时,由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上,导致在角度维度上频谱出现散焦效应。(2)设计了TDM-MIMO雷达的检测算法流程,解决了雷达检测中经常会存在的两类误差问题。设计了有源校准方案,对信号的幅相一致性进行校准,以提高测角可靠性。二是多普勒速度和测量角度存在耦合,针对这种问题,通过分析运动目标相位误差产生的原因,提出了一种相位补偿方法,并设计了相应的解速度模糊方案。该方法无需对目标速度进行预估,并且无需额外的硬件开销。最后,通过实测数据证明检测算法的可行性,并且具有较低的时间复杂度。(3)为了更好的在复杂多目标环境下对点目标进行跟踪,使用扩展卡尔曼滤波算法(EKF)对基于密度的聚类算法(dbscan)进行改进,并通过仿真数据和实测数据的实验进行验证。结果表明:新算法在进行增量聚类时每次耗时可以保持在一个稳定且较低的水平,在不增加时间复杂度的情况下进行自适应聚类,可以解决汽车雷达数据密度不均匀的情况。可见新算法同时实现了增量和自适应dbscan聚类,同时保证聚类的效率和准确度。(4)针对目前比较难解决的扩展目标跟踪问题,本文将多普勒速度加入目前最先进的随机有限集理论跟踪方法中,使用泊松多伯努利混合滤波(PMBM)算法对目标进行预测更新,设计了矩形模型,并对异常多普勒速度进行修正,采用吉布斯采样法进行数据关联,大幅度减小了计算量,实质性的提高跟踪效率和跟踪精度。

关键词： TDM-MIMO雷达 LFMCW体制相位补偿改进dbscan算法多目标跟踪扩展目标

来源：评论

学校读者我要写书评

暂无评论

基于多关系图的学术社团挖掘

基于多关系图的学术社团挖掘

引用

作者：张敏仪华南理工大学

学位级别：硕士

学术社团是某邻域中有共同的研究兴趣及相近的研究方法、联系比较紧密的研究人员所形成的小团体。目前学术社团一般以所在单位、师承关系或者学术活动为分界,形成一个个的学术团体。一名学者想要了解本邻域内其他团体的研究成果,往往需... 详细信息

学术社团是某邻域中有共同的研究兴趣及相近的研究方法、联系比较紧密的研究人员所形成的小团体。目前学术社团一般以所在单位、师承关系或者学术活动为分界,形成一个个的学术团体。一名学者想要了解本邻域内其他团体的研究成果,往往需要花费较大的精力和代价去梳理各学术流派及其方法论。这在一定程度影响了学术资源的共享、继承和研究人员之间的交流。因此,高效的学术社团挖掘方法就彰显出其价值。挖掘学术社团的一个传统做法是从论文引用关系入手。论文之间可以有以下几种关系:直接及间接引用关系、耦合关系、合著关系、同引关系等。通过这些关系可以构建出论文引用网络。论文引用网络中节点之间关联度可以用以上几种关系的量化指标来刻画,从而得到一个论文节点之间关联强度的量化表示的论文引用关系网络。在论文网络上按论文作者进行聚合就可以得到关于论文作者的引用关系网络。作者的引用关系网络表征的是作者之间的论文引用关系。另一方面,科研人员共同参加同一个学术会议和论文撰写时的合著现象是天然的学术社团属性,但尚未引起研究人员的重视。考虑到会议论文的作者不一定出席会议,为叙述方便,凡是在同一个学术会议上发表了论文的作者都视为共同参会。共同出现在同一个会议上的作者往往具有相同的研究兴趣,很可能属于同一个学术社团,尽管他们之间可能不存在论文引用关系。因此,作者共同参会的信息对学术社团的精准挖掘起到比较大的作用。基于作者共同参会的信息可以构成作者的共同参会关系网络。作者间的合著现象是一种更为紧密的联系。共同撰写论文的作者往往来自相同或相近的研究邻域,很可能属于同一个学术社团,对学术社团的精准挖掘也会起到作用。基于作者合著的信息可以构成作者的合著关系的网络。共同参会关系网络和合著关系网络都是表征作者之间的一种关联关系。由上可知,作者之间存在着三个关系:论文引用关系、共同参会关系和合著关系。可以利用这些关系构成作者的多关系图。将这三个关系强度进行加权可建立作者之间的关联度的指标。最后,利用作者的关联度通过社团挖掘算法对学术社团进行挖掘。本文使用的社团挖掘算法是基于dbscan算法的改进算法。传统的dbscan算法需要输入聚类半径和邻域数量2个参数,给算法的应用带来一定的局限性,本文提出了一种基于数据集本身统计信息自动确定参数的改进dbscan算法并应用于学术社团挖掘。本文使用DBLP数据库作为实验数据集,DBLP数据记录包含了论文标题,作者,发表年份,发表期刊或会议、参考文献等信息。利用这些信息构建由论文引用关系、共同参会关系和合著关系构成的作者多关系图。通过对作者的这三种关系加权计算得出作者的关联度,最后利用这些作者之间的关联度通过聚类算法进行学术社团挖掘。实验结果表明:改进的dbscan算法对于DBLP数据库的学术社团挖掘优于传统的dbscan算法;考虑作者共同参会因素和合著因素后的作者关联强度关于学术社团挖掘的效果优于没有考虑共同参会因素和合著因素的效果;考虑作者共同参会因素和合著因素后的作者关联强度关于学术社团划分的簇结构的稳定性更强。

关键词：学术社团挖掘论文引用关系共同参会关系合著关系改进dbscan算法

来源：评论

学校读者我要写书评

暂无评论

基于AIS信息的单锚泊船舶走锚监测报警方法

引用

大连海事大学学报 2018年第4期44卷 8-14页

作者：肖进丽付耀方程涛武汉理工大学航运学院武汉430063 湖北省内河航运技术重点实验室武汉430063

根据不同情况下单锚泊船舶运动规律,提出相应的基于AIS信息的单锚泊船舶走锚监控预警方法.对于风、流较小时的船舶走锚监控,首先,采用一种基于相似度曲线且其Eps邻域阈值可调的改进密度空间聚类算法(dbscan),对原始锚泊船舶位置信息进... 详细信息

根据不同情况下单锚泊船舶运动规律,提出相应的基于AIS信息的单锚泊船舶走锚监控预警方法.对于风、流较小时的船舶走锚监控,首先,采用一种基于相似度曲线且其Eps邻域阈值可调的改进密度空间聚类算法(dbscan),对原始锚泊船舶位置信息进行去噪处理;然后,对去噪后的数据进行圆曲线拟合,求出轨迹圆心并视为锚位点;最后,将其位置变化以及船速变化一并作为走锚的判定依据来判断船舶是否走锚并报警.对于风、流较大时的锚泊船走锚监控,则先确定锚泊船"∞"型运动的两个极限点的位置;然后,基于该两个极限点位置求出锚位点;最后,根据船位距锚位点的距离变化及船速变化进行走锚分析和判断.实例和模拟分析证明了所提方法的有效性.

关键词：单锚泊船舶走锚监测 AIS信息改进dbscan算法

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的风力发电机组运行状态监测及故障诊断的研究

基于数据挖掘的风力发电机组运行状态监测及故障诊断的研究

引用

作者：马同宽河北工业大学

学位级别：硕士

风能作为绿色可再生的新型清洁能源,是国家和社会能源结构中重要的组成部分。随着风力发电产业的迅速崛起,随之而来的风力发电机的维护工作也越来越重要。由于风力发电机组的结构组成复杂,工作环境恶劣,因此实现对风机进行状态监测和故... 详细信息

风能作为绿色可再生的新型清洁能源,是国家和社会能源结构中重要的组成部分。随着风力发电产业的迅速崛起,随之而来的风力发电机的维护工作也越来越重要。由于风力发电机组的结构组成复杂,工作环境恶劣,因此实现对风机进行状态监测和故障诊断是一项具有挑战和深远意义的研究课题。本文通过对风力发电机组的历史运行数据进行数据挖掘的方法,提出了一种改进的dbscan聚类算法,实现对风力发电机组的运行状态进行监测和识别;将Adaboost算法和BP神经网络相结合创新性的应用于风力发电机组的故障诊断,实现了对风机齿轮箱的故障诊断研究。主要研究工作如下:首先,对数据挖掘技术进行了综述性的介绍,说明了数据挖掘流程的主体结构,通过分析风机SCADA系统数据传输的方式,针对SCADA系统采集的数据中存在不完整数据或数据异常值等问题,通过对原始数据进行清洗、归一化和特征值提取等处理,实现了对风机原始数据的预处理操作,得到了理想的样本数据集。其次,通过改进的dbscan聚类算法对风机的运行状态进行监测和识别,针对经典dbscan算法的不足,利用对数据点间距离分布图进行分段拟合的思想,实现自动获取聚类半径值,再计算所有点在其聚类半径内包含的其他点的个数的期望,得出簇中点数阈值,并利用经典数据集对改进算法的性能进行了验证。结合风场风机的历史数据,实现了对风场所监控的风机进行运行状态的监测和识别。最后,采用Adaboost算法与BP神经网络相结合的方式,以BP神经网络做为Adaboost算法中的弱预测器,得到了AdaboostBP算法,将风机齿轮箱油温作为预测目标,选取与齿轮箱油温相关性较高的特征参数作为输入值进行预测,通过分析和计算预测值与实际值之间的残差值得出故障警告和报警的阈值,实现风力发电机组的故障诊断。

关键词：风力发电机组数据挖掘改进dbscan算法状态监测故障诊断

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：