检索结果-内蒙古大学图书馆

公路交通科技 2020年第7期37卷 129-134页

作者：吴晋武张海峰冉旭东天津大学智能与计算学部天津300072 深圳市易行网交通科技有限公司北京100094 北京空间科技信息研究所天津300072 天津大学管理与经济学部广东深圳518057

交通流短时预测对保障智能交通系统的快速运行具有至关重要的作用。准确高效的交通流短时预测不仅可给交通流管理者提供辅助决策支持,同时可提高驾驶人员的出行效率,躲避或减缓交通拥堵。利用传统的非参数回归方法短时预测交通流在数据... 详细信息

交通流短时预测对保障智能交通系统的快速运行具有至关重要的作用。准确高效的交通流短时预测不仅可给交通流管理者提供辅助决策支持,同时可提高驾驶人员的出行效率,躲避或减缓交通拥堵。利用传统的非参数回归方法短时预测交通流在数据体量大、维度较高时,存在模式库需要的存储空间大、查询速度慢等缺点。针对这一问题,提出了一种改进的非参数回归交通流预测算法,不仅可提高算法的运算效率,同时可提升算法的预测精度。首先,使用主成分分析方法对模式维度进行了降维处理,以克服维度过高引起的匹配速度慢且无关维度的干扰等问题。其次,采用模糊C均值聚类方法对原始交通流数据进行了聚类筛选,以减少所需模式的数量,提升近邻搜索的速度。接着,使用多维搜索结构KD数代替常用的线性表作为模式库的存储结构,实现了模式的高速搜索。最后,融合支持向量机方法,运用搜索到的K个模式估计出最终待预测变量的值。进一步使用深圳市的实际数据对算法进行了检验。结果表明:该算法相比传统方法在运算效率和精度方面都有一定的提高,能够满足实时大规模交通流预测所需要的预测准确度、实时性和动态性等方面的要求,具有一定的应用价值。

关键词：智能交通短时交通流预测非参数回归算法数据约减

来源：评论

学校读者我要写书评

暂无评论

基于抽象解释的服务间消息的数据约减

引用

计算机科学 2015年第12期42卷 175-180页

作者：蒋曹清肖芳雄高荣应时文静广西财经学院计算机与信息管理系南宁530003 武汉大学软件工程国家重点实验室武汉430072

面向服务软件中服务间消息的变量值可能存在无穷域的情况,从而导致模型检测时产生状态空间爆炸问题。为了使终止性验证在实践上可行,需要约减模型状态空间的大小,使得计算时间和空间需求合理。为此,基于抽象解释的区间抽象理论扩展了经... 详细信息

面向服务软件中服务间消息的变量值可能存在无穷域的情况,从而导致模型检测时产生状态空间爆炸问题。为了使终止性验证在实践上可行,需要约减模型状态空间的大小,使得计算时间和空间需求合理。为此,基于抽象解释的区间抽象理论扩展了经典区间抽象域方法,并在统一的区间抽象域方法上借助异常控制流图对变量进行区间分析,在此基础上逆向分析得到服务间消息的变量区间集。变量区间上任意值相对于终止性验证是等价性,因此从每一个变量区间集中选取一个代表值,可组成服务间消息变量的约减值,从而为异常处理的终止性验证提供了约减的初始配置,有效避免了状态空间爆炸。

关键词：抽象解释终止性验证模型检测数据约减

来源：评论

学校读者我要写书评

暂无评论

矩阵近似视角下的数据约减

矩阵近似视角下的数据约减

引用

作者：刘荣中国科学院研究生院

学位级别：博士

为使现有的数据挖掘方法能有效地分析规模急剧增长的数据，扩展这些方法的应用范围,本文从矩阵近似的角度出发，利用矩阵完善的理论与丰富的算法研究了数据约减问题。以最根本的随机矩阵范数的研究为切入点，获得了一个更好的L2范数的... 详细信息

为使现有的数据挖掘方法能有效地分析规模急剧增长的数据，扩展这些方法的应用范围,本文从矩阵近似的角度出发，利用矩阵完善的理论与丰富的算法研究了数据约减问题。以最根本的随机矩阵范数的研究为切入点，获得了一个更好的L2范数的指数型上界。在此基础上，估计了一般逐项采样方法的L2和F残差(近似误差)。以优化这些残差为指导，设计了文中称为O/R方法的非均匀采样方法。该方法可为原数据提供稀疏二值矩阵形式的约减，以降低数据挖掘等海量数据分析任务的计算量和存储量。在O/R方法中,采样和量化被自然地结合在一次查询中，而整个数据约减仅需一次遍历原数据即可得到，查询效率和遍历效率均极高。为更好地了解该方法的性能和性质，文中还估计了其在不同范数下的残差以及稀疏率。并通过进一步研究稀疏率和残差间的关系证明了本文提出的O/R方法是一种最优采样方式。该方法根本上克服了现有方法未结合先验知识、可能将原本为零的数据化为非零、可能改变数据符号等对数据挖掘非常不利的缺点。本文还研究了在O/R方法的基础上的降秩矩阵近似并分析了其近似误差，以此为依据设计有效可靠的数据维数约减方法。高维数据集上的数据约减实验结果充分表明本文提出的O/R采样方法能以更少的数据量有效地抓住数据的主要结构刻画其主要特征。在其基础上的降秩近似和维数约减的效果同样也非常显著。在分类与聚类等实际数据挖掘问题中的成功应用再次展示了本文设计的数据约减方法的优良性质，并证明利用这些约减方法可以使现有的数据挖掘算法能有效地用于分析规模巨大的数据，充分显示了其在数据挖掘中的广阔应用前景。这些实验和实际应用结果与理论分析结果日常一致，有力地支持了理论结果，而文中的理论分析也为实验与实际应用结果提供了可信的解释。

关键词：数据挖掘矩阵近似数据约减降秩近似维数约减

来源：评论

学校读者我要写书评

暂无评论

基于数据约减和中心化的像元纯净指数端元提取方法

引用

科学技术与工程 2020年第23期20卷 9503-9508页

作者：杨华东许楠沈阳理工大学信息科学与工程学院沈阳110159 沈阳建筑大学BIM计算研究中心沈阳110168

像元纯净指数(pixel purity index, PPI)算法是最为常用的端元提取算法之一,但算法中投影向量的随机性导致多次运行的端元提取结果不一致。为此,提出一种基于数据约减和中心化的像元纯净指数端元提取方法(pixel purity index endmember ... 详细信息

像元纯净指数(pixel purity index, PPI)算法是最为常用的端元提取算法之一,但算法中投影向量的随机性导致多次运行的端元提取结果不一致。为此,提出一种基于数据约减和中心化的像元纯净指数端元提取方法(pixel purity index endmember extraction algorithm based on data reduction and centralization, DRC-PPI)。首先利用自动目标生成算法生成候选端元,并进行无约束最小二乘解混,将解混丰度为负的像元从原始数据中移除得到约减数据。其次,对约减数据进行数据中心化进而获得投影向量,将约减数据投影到这些向量上,然后根据样本点的像元纯净指数选择端元光谱。仿真数据和真实高光谱数据实验结果表明,DRC-PPI算法克服了PPI端元提取结果不一致性,大大减少了投影计算量,其端元提取精度总体上高于PPI算法。

关键词：端元提取像元纯净指数正交投影数据中心化数据约减

来源：评论

学校读者我要写书评

暂无评论

WSN中利用XGBoost和加权自适应HFLMS的数据约减组合预测方法

引用

计算机应用研究 2021年第1期38卷 246-250页

作者：于辰云冯锡炜刘旸辽宁石油化工大学辽宁抚顺113001

针对无线传感器网络(WSN)中能量、带宽和内存等各种资源的限制问题,提出了一种XGBoost结合加权自适应分层分数最小均方误差(hierarchical fractional least-mean-square,HFLMS)的数据约减组合预测方法。首先,利用XGBoost方法对损失函数... 详细信息

针对无线传感器网络(WSN)中能量、带宽和内存等各种资源的限制问题,提出了一种XGBoost结合加权自适应分层分数最小均方误差(hierarchical fractional least-mean-square,HFLMS)的数据约减组合预测方法。首先,利用XGBoost方法对损失函数进行了二阶的泰勒展开,权衡模型的复杂度和损失函数的下降速度,实现了资源限制的稳定预测;然后提出自适应HFLMS滤波器实现WSN数据约简的传输,并基于误差估计来预测所感测的数据,有效降低了WSN中的能量约束;最后,利用两个评估参数(能量和预测误差)来验证所提组合预测方法的性能。实验结果表明,相比没有预测、近似最速下降算法和分层最小均方滤波技术,提出的预测方法获得的预测结果更好。

关键词：加权自适应滤波器分层分数最小均方误差无线传感器网络能量约束 XGBoost 数据约减组合预测

来源：评论

学校读者我要写书评

暂无评论

无线传感器网络中的数据约减设计与实现

无线传感器网络中的数据约减设计与实现

引用

作者：林恺东北大学

学位级别：硕士

无线传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术，能够协作地实时监测、感知和采集各种环境或监测对象的信息，经处理后，将结果传送给用户。由于具有巨大的应用前景，无线传感器网络受到了学术界... 详细信息

无线传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术，能够协作地实时监测、感知和采集各种环境或监测对象的信息，经处理后，将结果传送给用户。由于具有巨大的应用前景，无线传感器网络受到了学术界和工业界越来越广泛的关注。遗憾的是，由于传感器节点能源有限且不易补充，网络的生存时间受到限制。因此，如何降低能耗成为无线传感器网络面临的首要挑战。\n 研究表明，无线传感器网络的能量主要消耗在通信过程中，即数据包的接收和发送。针对无线传感器网络中数据冗余度较高的特点，本文采用数据约减的思想，通过减少网络中的数据包传输，达到降低无线传感器网络能耗的目的。数据约减的实现主要包括数据传输路径的建立以及数据约减功能实现两个部分。为便于在无线传感器网络中实现数据约减，采用多播树的方式建立数据传输路径。传输路径上的节点通过对收到的数据包进行过滤、合并、拆分、转发等措施，完成数据约减工作。\n 本文在开源无线传感器网络操作系统TinyOS上对数据约减进行了实现。具体实现包括路由模块与数据约减模块两个新的组件，分别完成路由建立与数据约减功能。\n 最后，本文对改进后的通信协议栈进行测试分析，通过比较网络能耗，验证了数据约减的性能。

关键词：数据约减多播树通信协议栈无线传感器网络

来源：评论

学校读者我要写书评

暂无评论

基于数据约减的聚类有效性分析

引用

传感器与微系统 2017年第3期36卷 55-57,61页

作者：于晓李晨王亚茹天津大学电气与自动化工程学院天津300072

聚类分析中利用有效性指标判断数据集的正确类数极易受到噪声数据、类之间分离性以及聚类算法的影响,所确定类数的正确性难以得到保证。为克服这个问题,以文献[1]中的数据约减方法为基础,对原数据集和约减后的数据集利用有效性指标进行... 详细信息

聚类分析中利用有效性指标判断数据集的正确类数极易受到噪声数据、类之间分离性以及聚类算法的影响,所确定类数的正确性难以得到保证。为克服这个问题,以文献[1]中的数据约减方法为基础,对原数据集和约减后的数据集利用有效性指标进行正确类数判别。实验表明:该方法能增大类之间的分离性,有效判断数据集的最优类数。

关键词：数据约减方向角聚类分析最优类数

来源：评论

学校读者我要写书评

暂无评论

飞参数据约减模型及算法研究

引用

军事运筹与系统工程 2019年第2期33卷 71-73页

作者：宋志华张晗空军工程大学装备管理与无人机工程学院

面对大量数据,如何保留有价值的信息是大数据时代所要解决的重要问题。针对飞参数据约减问题,在考虑减少信息量损失和降低存储空间需求两个目标的情况下,建立了基于最短路问题的优化模型,设计了基于迭代求解的飞参数据约减算法。该算法... 详细信息

面对大量数据,如何保留有价值的信息是大数据时代所要解决的重要问题。针对飞参数据约减问题,在考虑减少信息量损失和降低存储空间需求两个目标的情况下,建立了基于最短路问题的优化模型,设计了基于迭代求解的飞参数据约减算法。该算法通过调整参数,既可以实现无损数据约减,也可以实现有损数据约减。

关键词：飞参大数据数据约减最短路

来源：评论

学校读者我要写书评

暂无评论

基于数据约减的半监督图像分类算法

基于数据约减的半监督图像分类算法

引用

第17届全国图象图形学学术会议

作者：蔺洪帅汪西莉陕西师范大学计算机科学学院西安710119

目的：基于图的半监督图像分类算法是半监督学习领域里的一个研究热点,然而较高的计算复杂度严重制约了其应用.当图像规模过大的时候,就必须要找到一种能够降低图规模的方法. 方法：本文根据聚类假设,提出了一种从聚类中寻找代表点,... 详细信息

目的：基于图的半监督图像分类算法是半监督学习领域里的一个研究热点,然而较高的计算复杂度严重制约了其应用.当图像规模过大的时候,就必须要找到一种能够降低图规模的方法. 方法：本文根据聚类假设,提出了一种从聚类中寻找代表点,由各个聚类代表点构成数据子集,通过对缩小了规模的数据子集利用AGR(Anchor Graph Regularization)半监督算法进行分类,再利用分好类的代表点对图像像素进行分类映射来实现图像半监督分类的方法. 结果：实验结果表明本文方法不仅在一定程度上提高了半监督分类算法的分类正确率,而且适用于大规模图像. 结论：通过先聚类构建子集,再进行分类的方法不仅能够提高分类的正确率,还大大降低了分类时间,尤其在大规模图像上达到了较好的分类效果,因而扩大了基于图的半监督图像分类算法的应用范围.

关键词：图像处理半监督分类数据约减聚类技术

来源：评论

学校读者我要写书评

暂无评论

数据约减方法研究及聚类有效性分析

数据约减方法研究及聚类有效性分析

引用

作者：于晓天津大学

学位级别：硕士

随着人工智能、信息技术的不断进步,各行的数据量不断涌现:基因数据、医疗数据、金融数据等等,人类正在进入数据化的时代。面对大量数据,如何去除噪声、冗余数据,挖掘出隐藏在其中有价值的信息是大数据时代所要解决的主要问题之一。数... 详细信息

随着人工智能、信息技术的不断进步,各行的数据量不断涌现:基因数据、医疗数据、金融数据等等,人类正在进入数据化的时代。面对大量数据,如何去除噪声、冗余数据,挖掘出隐藏在其中有价值的信息是大数据时代所要解决的主要问题之一。数据约减技术正是解决这一问题的有利工具。目前的数据约减技术主要集中在特征约减上,对数据集中样本约减研究甚少,针对现有状况,论文对数据中样本约减技术进行了研究,并在此基础上针对聚类领域的有效性问题进行了探讨、分析。数据约减的主要目的就是将数据集中不重要的信息去除,使剩余后的数据更加有利于分析。文中针对数据集分布的一般规律特性,提出了两种数据约减方法:基于网格的数据约减方法、基于向量角的数据约减方法。基于网格方法中通过划分数据空间,定义数据点的绝对密度及相对密度,达到数据约减的目的。基于向量角方法中通过确定每个数据点的平均向量角大小,区分数据集中的核心、边界对象,逐步将边界对象删除,保留数据集的重要信息数据。对人工数据集及UCI数据集分别采用所提算法进行试验验证,结果显示所提出的算法能有效地去除数据集中的冗余数据点,使数据集的结构信息更加明显。数据挖掘中聚类技术由于特有的无监督特性,使得该分析方法在处理海量信息时得到了广泛的应用。但聚类领域中的有效性问题一直是研究的热点问题。聚类分析中利用有效性指标判断数据集的正确类数极易受到噪声数据、类之间分离性及聚类算法的影响,所确定的类数难以保证。文中以数据约减为基础,对约减前后的数据集从聚类准确率、最佳类数确定等方面进行分析,实验表明约减后的数据集中类间分离性增大,且约减后的数据集具有更高的聚类准确性,所确定的最优类数更接近数据集本身的类数。

关键词：数据约减网格算法向量角算法聚类有效性最佳类数

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：