检索结果-内蒙古大学图书馆

光学学报 2021年第10期41卷 48-54页

作者：原程林路慧敏黄嘉成王建萍北京科技大学计算机与通信工程学院北京100083

将kmeans聚类算法和传统的K近邻(KNN)算法相结合,提出一种适用于能量自持续室内可见光定位(VLP)系统的融合算法。该算法兼顾低复杂度和高精度,在使用kmeans聚类算法对专门设计的指纹库进行划分实现粗定位的基础上,使用KNN定位算法进行... 详细信息

将kmeans聚类算法和传统的K近邻(KNN)算法相结合,提出一种适用于能量自持续室内可见光定位(VLP)系统的融合算法。该算法兼顾低复杂度和高精度,在使用kmeans聚类算法对专门设计的指纹库进行划分实现粗定位的基础上,使用KNN定位算法进行精准定位。将所提kmeans-KNN融合算法引入到搭建的能量自持续VLP系统,分析不同条件下系统的定位性能。结果表明,与传统KNN定位算法相比,采用kmeans-KNN融合算法后,系统的平均定位误差位为0.141 m,定位精度明显提高,同时算法计算量减少了94.7%,系统耗能因此大幅降低,利于VLP系统高精度能量自持续定位的实现。

关键词：光通信自由空间光通信能量自持续指纹定位 kmeans聚类算法 K近邻算法

来源：评论

学校读者我要写书评

暂无评论

针对非平衡警情数据改进的K-Means-Boosting-BP模型

引用

中国图象图形学报 2017年第9期22卷 1314-1324页

作者：李卫红童昊昕华南师范大学广州510631 广东精一规划信息科技股份有限公司广州510665

目的掌握警情的时空分布规律,通过机器学习算法建立警情时空预测模型,制定科学的警务防控方案,有效抑制犯罪的发生,是犯罪地理研究的重点。已有研究表明,警情时空分布多集中在中心城区或居民密集区,在时空上属于非平衡数据,这种数据的... 详细信息

目的掌握警情的时空分布规律,通过机器学习算法建立警情时空预测模型,制定科学的警务防控方案,有效抑制犯罪的发生,是犯罪地理研究的重点。已有研究表明,警情时空分布多集中在中心城区或居民密集区,在时空上属于非平衡数据,这种数据的非平衡性通常导致在该数据上训练的模型成为弱学习器,预测精度较低。为解决这种非平衡数据的回归问题,提出一种基于kmeans均值聚类的Boosting算法。方法该算法以Boosting集成学习算法为基础,应用GA-BP神经网络生成基分类器,借助kmeans均值聚类算法进行基分类器的集成,从而实现将弱学习器提升为强学习器的目标。结果与常用的解决非平衡数据回归问题的Synthetic Minority Oversampling Technique Boosting算法,简称SMOTEBoosting算法相比,该算法具有两方面的优势:1)在降低非平衡数据中少数类均方误差的同时也降低了数据的整体均方误差,SMOTEBoosting算法的整体均方误差为2.14E-04,kmeans-Boosting算法的整体均方误差达到9.85E-05;2)更好地平衡了少数类样本识别的准确率和召回率,kmeans-Boosting算法的召回率约等于52%,SMOTEBoosting算法的召回率约等于91%;但kmeans-Boosting算法的准确率等于85%,远高于SMOTEBoosting算法的19%。结论 kmeans-Boosting算法能够显著的降低非平衡数据的整体均方误差,提高少数类样本识别的准确率和召回率,是一种有效地解决非平衡数据回归问题和分类问题的算法,可以推广至其他需要处理非平衡数据的领域中。

关键词：非平衡数据 Synthetic Minority Oversampling Technique算法 Boosting算法 kmeans聚类算法警情时空预测

来源：评论

学校读者我要写书评

暂无评论

一种基于无监督学习的社交网络流量快速识别方法

引用

数学的实践与认识 2014年第3期44卷 100-107页

作者：裘晨曦徐雅斌李艳平李卓北京信息科技大学计算机学院北京100101 北京信息科技大学网络文化传播北京市重点实验室北京100101

在分析了社交网络的发展和研究现状后,结合现有的网络流量识别方法和社交网络流量特征属性,提出了一种基于kmeans聚类算法的无监督学习社交网络流量识别方法.为了提高处理的高效性、实时性,利用开源云计算平台如doop上提供的M印Reduce... 详细信息

在分析了社交网络的发展和研究现状后,结合现有的网络流量识别方法和社交网络流量特征属性,提出了一种基于kmeans聚类算法的无监督学习社交网络流量识别方法.为了提高处理的高效性、实时性,利用开源云计算平台如doop上提供的M印Reduce架构进行分布式并行处理.对比实验结果表明,提出的方法能快速、高效的识别社交网络流量,并且识别准确率有显著提高.

关键词：社交网络流量特征 kmeans聚类算法 MapReduce

来源：评论

学校读者我要写书评

暂无评论

基于车辆簇的高速公路路侧单元部署研究

基于车辆簇的高速公路路侧单元部署研究

引用

作者：葛家丽山东科技大学

学位级别：硕士

近年来,汽车的智能驾驶水平不断提高,但由于行车环境复杂,自动驾驶系统的安全性仍然难以保障。在车路协同系统(Cooperative Vehicle-Infrastructure System,CVIS)中,智能路侧单元(Road Side Unit,RSU)因能够提供道路环境信息并辅助车载... 详细信息

近年来,汽车的智能驾驶水平不断提高,但由于行车环境复杂,自动驾驶系统的安全性仍然难以保障。在车路协同系统(Cooperative Vehicle-Infrastructure System,CVIS)中,智能路侧单元(Road Side Unit,RSU)因能够提供道路环境信息并辅助车载自组织网络(Vehicular Ad-hoc Network,VANET)的组网与通信受到广泛关注。路侧单元的主要功能是与车载终端(On Board Unit,OBU)进行信息交互,为车辆提供决策信息。目前路侧单元部署成为研究热点,合理地部署路侧单元能够有效地提高网络性能。通过调整路侧单元通信范围,可以适应不同交通流量的道路环境,降低通信时延和信息交互能耗。论文针对高速公路路侧单元部署问题,主要从以下几个方面进行研究:首先,分析了单向四车道高速公路环境特点和车辆移动特性,介绍了车路协同系统的组成结构、通信技术以及在高速公路中的应用场景;阐述了均匀部署和热点部署的部署方案和优缺点。然后,总结了常见的几种聚类算法的分类方法,如:基于层次聚类算法、基于密度聚类算法和基于网格聚类算法等,详细分析了经典kmeans聚类算法的算法原理及算法优缺点。针对经典kmeans聚类算法的缺点,结合高速公路行车环境,提出一种适用于高速公路车辆聚类的改进kmeans聚类算法,并给出网络剩余能量、存活节点数等聚类算法评价指标。在以上研究基础上,提出了基于车辆簇的RSU均匀部署方案,即两个路侧单元间的部署距离为平均车辆簇长度加两倍路侧单元通信半径,并将网络连通率和端到端时延作为RSU部署效果的性能指标。接着,针对高速公路路车辆聚类和侧单元部署研究设置了详细的通信环境、道路环境以及车辆仿真参数。采用NS-2仿真软件,分析RSU、车辆通信半径与车速对车路通信的影响,利用MATLAB软件,从簇头数与能量损耗关系、车辆聚类分布情况、存活节点数、网络剩余能量和端到端延时几个方面,对比提出的改进kmeans聚类算法与经典kmeans聚类算法,仿真结果验证表明,本研究改进后的kmeans聚类算法聚类效果明显优于经典kmeans聚类算法。最后,基于改进kmeans聚类算法,分析采用本研究提出的RSU部署方案时,RSU通信半径与车流密度、网络连通率以及平均车辆簇长度之间的关系,从而为设置RSU部署间隔和通信半径提供依据。

关键词：车路协同系统路侧单元部署 kmeans聚类算法车辆簇车辆自组织网络车辆网络连通率

来源：评论

学校读者我要写书评

暂无评论

基于异构数据的员工行为分析方法研究

基于异构数据的员工行为分析方法研究

引用

作者：豆立宪东北石油大学

学位级别：硕士

在企业发展过程中,会出现员工工作懈怠及工作效率低下等状况,制约企业的健康发展。为了更好地管理企业工作人员,越来越多的企业开始关注员工行为监督与分析方法的研究。目前多数企业对员工行为监督的主要方法是基于员工的各类日常行为... 详细信息

在企业发展过程中,会出现员工工作懈怠及工作效率低下等状况,制约企业的健康发展。为了更好地管理企业工作人员,越来越多的企业开始关注员工行为监督与分析方法的研究。目前多数企业对员工行为监督的主要方法是基于员工的各类日常行为日志或记录进行人工统计分析,但是由于当下员工行为监督过程中存在数据种类繁多、无法实时获取行为日志、行为分析方法单一等现状,导致员工行为分析过程效率较低、行为分析结果准确性不高。因此,如何建立企业员工行为监督与分析模型,实现企业员工行为监督与分析工作的信息化,成为目前企业发展过程中的迫切需求。为了解决以上问题。本文深入分析了员工行为监督与分析业务流程,设计了企业员工行为监督与分析模型,重点解决了行为分析过程效率较低、行为分析结果准确性不高问题,并以应用系统的方式进行实测验证。首先总结能够刻画员工行为肖像的关键数据包括门禁系统刷卡日志、DQMDS(专业许可软件)操作日志、软件使用行为日志、外网浏览信息行为日志四类数据,针对当前多数企业通过将前三类员工行为日志,导出为表文件进行人工处理,导致数据获取不全且效率偏低等问题。本文利用交换机端口镜像技术+Wireshark(网络封包分析软件)统一网络端口,采集处理员工外网浏览行为日志,通过LOGSTASH(数据收集引擎)技术,实现多源异构企业级员工行为日志数据的采集和筛选,并最终将日志统一整合到Elasticsearch(数据搜索与分析引擎)进行存储。其次,为了解决员工行为日志分析效率与准确性不高问题,本文针对四类员工行为日志数据展开分项分析:其一,针对门禁刷卡日志与DQMDS日志的数据量级别较大,且行为指标区分较为明显等特点,采用kmeans聚类算法进行分析,并提出了一种多重簇内平方和确定初始聚类数目,优化初始聚类中心的kmeans改进算法;其二,针对软件使用行为日志中的“contens”字段数据量级别较大特点,采用KMP匹配算法进行分析,并提出了一种优化最长公共前后缀长度计算过程的KMP改进算法;其三,针对员工外网浏览行为日志格式复杂特点,本文采用基于规则推理的方式实现对员工上网行为指标的推理分析。最后设计实现员工行为肖像刻画平台,将这些行为特征映射到员工行为监督指标,并刻画为员工行为肖像,从而基于员工行为肖像提供针对性的管理方案。研究结果表明,以上方法融合了多种数据挖掘技术的优势,为员工行为监督与分析提供了一种新的解决思路,具有一定的理论研究意义。同时满足当前企业的需求,有效提高管理员工作效率,节约时间成本,推动企业快速发展。

关键词：员工行为分析异构数据集成 KMP算法 kmeans聚类算法

来源：评论

学校读者我要写书评

暂无评论

云挖掘在图书馆的应用与实现

云挖掘在图书馆的应用与实现

引用

作者：白晗北京师范大学

学位级别：硕士

数据挖掘从诞生之日起就在知识发现上表现出众,时至今日,数据挖掘各方面的发展都有了长足的进步。本文研究了国外数据挖掘在应用领域、算法、语言等方面的发展状况,并用文献计量学的方式分析了国内图书馆界对数据挖掘的研究现状。　　... 详细信息

数据挖掘从诞生之日起就在知识发现上表现出众,时至今日,数据挖掘各方面的发展都有了长足的进步。本文研究了国外数据挖掘在应用领域、算法、语言等方面的发展状况,并用文献计量学的方式分析了国内图书馆界对数据挖掘的研究现状。　　数据挖掘对于大数据的挖掘有着不俗的表现,但是普通PC无法实现海量数据的计算,云计算应运而生。本文对国内图书馆界对云计算的研究进行统计,分析了国内图书馆在云计算的研究现状。　　鉴于目前数据挖掘在图书馆界没有应用成熟的案例,本文借鉴数据挖掘在各行业的成功案例,将一些优秀的算法应用到图书馆界:　　借鉴Google计算网站排名的方法,从需求分析、算法介绍、业务建模、数据准备及数据处理等方面介绍了PageRank算法在图书馆的应用与实现;借鉴互联网网站用户分析方法,用聚类算法提取读者特征,分析读者活跃程度;因数据样本很大,采用了Hadoop方法进行计算;借鉴电信业预测客户流失的方法,用分类算法预测读者流失;借鉴超市的购物篮规则,利用关联规则算法从需求分析、算法介绍等方面对读者借书行为进行分析。

关键词：数据挖掘云计算图书馆 PageRank算法 kmeans聚类算法关联规则算法

来源：评论

学校读者我要写书评

暂无评论

基于智能客服学习的客户购买意图识别方法研究

基于智能客服学习的客户购买意图识别方法研究

引用

作者：彭祥芳山东财经大学

学位级别：硕士

随着人工智能技术的飞速发展,智能客服逐渐取代人工客服,极大地提高了工作效率。深度学习技术的不断进步极大地推动了聊天机器人在商业领域的应用,对于含有聊天机器人的对话系统,在少量人工操作下,深度学习技术可以利用网络对话中的大... 详细信息

随着人工智能技术的飞速发展,智能客服逐渐取代人工客服,极大地提高了工作效率。深度学习技术的不断进步极大地推动了聊天机器人在商业领域的应用,对于含有聊天机器人的对话系统,在少量人工操作下,深度学习技术可以利用网络对话中的大量数据自动学习特征表述及生成回复策略,在计算机和人类之间建立由网络大数据驱动、智能开放的人机交互系统,使得聊天机器人能够与我们进行正常有效的交流,有效的提高工作效率和生活品质。近年来,电子商务产业迅速发展,利用相关智能搜索技术对网络聊天群的商机进行充分挖掘成为当前的市场趋势。将智能聊天机器人应用于聊天群购买意图识别,是对智能聊天机器人的一个新的领域应用。所谓购买意图识别,是指智能聊天机器人在与客户交谈中或者客户与其他客户的交谈中,能够充分挖掘客户用文字表述的相关产品信息,准确地定位客户的购买意图,进而有效的为客户进行商品推荐,能够极大地提高商品推荐的准确度,继而提高商品转化率和客户满意度。本文针对基于智能客服的客户购买意图识别方法进行了研究,提出了一种消费意图强度计算模型。首先,收集整理店铺商品信息、评论以及化妆品领域微博文章等语料数据,并将收集到的语料使用中科院分词技术进行分词,然后添加自定义词典来提高分词准确性,其中自定义词典涉及商品、美妆、护肤、美发等多方面;然后,根据人们日常聊天语言的特点,通过对语料库的聊天特点进行统计,建立停用词表,使用word2vec词向量训练模型将整理好的语料数据进行训练;然后提取用户聊天信息的关键词,实现方式是:根据对应的聊天时间点,使用基于word2vec的kmeans聚类算法生成基于时间顺序的聊天主题词记录;根据艾宾浩斯遗忘曲线构造遗忘函数,将用户购买意图强度多阶段量化,并进行实验分析;最后,将实验结果与情感分析结果进行比较。对比结果显示,本文的消费意图强度计算模型能够清晰、直观的锁定用户购买意图,为智能客服提供更精准的数据支撑,提高客服服务效果,进而提高销售转化率。本文的研究工作对智能客服领域消费购买意图识别技术的发展具有一定的参考价值。

关键词：智能客服消费意图识别 word2vec kmeans聚类算法遗忘曲线

来源：评论

学校读者我要写书评

暂无评论

基于学生个性的宿舍分配管理系统设计与实现

基于学生个性的宿舍分配管理系统设计与实现

引用

作者：曹雪雪杭州电子科技大学

学位级别：硕士

由于高校扩招,高校学生增多,宿舍管理的信息量也随之增大,因此传统的宿舍管理方式已经应接不暇。不仅如此,如今,昔日的00后逐步迈入大学校园,个性化是他们的标签,他们不再满足于学校按照学号分配宿舍的方式,而是希望能有更多个性化的方... 详细信息

由于高校扩招,高校学生增多,宿舍管理的信息量也随之增大,因此传统的宿舍管理方式已经应接不暇。不仅如此,如今,昔日的00后逐步迈入大学校园,个性化是他们的标签,他们不再满足于学校按照学号分配宿舍的方式,而是希望能有更多个性化的方式。随着信息技术的发展,学生宿舍管理系统应运而生,这些曾经很难解决的问题已经可以利用新技术一一化解。本文以开发一个学生宿舍管理系统为模板,在设计和实现系统各功能模块的基础上,重点研究个性化宿舍分配问题。本文的主要研究内容包括以下三个方面:(1)设计并实现学生宿舍管理系统的个性化宿舍分配功能。根据学生住宿调研情况,本文设计两种宿舍分配方案。第一种方案首次利用kmeans聚类算法可根据各种属性进行聚类的特点,设计和实现了宿舍分配算法,使同一宿舍学生的个性(包括作息习惯、性格特点等)相似,目标是把作息习惯、生活习惯、家庭情况相似的学生安排到一个宿舍,减少因个体情况差异带来的各种摩擦。为避免聚类过程出现的“空聚类”对聚类结果的影响,本文改进了kmeans聚类算法,在更新聚类中心的同时,将这些“空聚类”加入就近的“非空聚类”,并去除“空聚类”。针对部分学生并不要求同一宿舍学生个性相似的情况,本文提供第二种宿舍分配方案,学生可像选课一样自主选择宿舍和室友,目标是尽可能使学生选到自己满意的宿舍和室友。(2)设计并实现基于人脸识别的出入管理功能。利用face++技术对进入宿舍的学生进行人脸识别,通过与数据库中学生的照片进行比对决定学生是否可以进入宿舍,对学生宿舍的安全性管理起到较好的作用。除此之外,为了加强宿舍无人状态下的用电安全管理,出入管理功能可记录学生的出入信息,根据宿舍学生人数状态对宿舍进行供电和断电控制。(3)设计一个通用型的学生宿舍管理系统,以满足不同高校的需求。可以添加和减少访问系统的用户类别;可以添加、删除和修改不同用户类别可访问的模块;可自行设置宿舍房间可容纳学生数量。

关键词：宿舍分配贪心算法 kmeans聚类算法人脸识别 face++

来源：评论

学校读者我要写书评

暂无评论

基于改进的Cascade-RCNN网络的人员检测算法

引用

智能计算机与应用 2021年第8期11卷 107-111,117页

作者：吉鹏飞浙江理工大学信息学院杭州310018

为解决人员密集情景下行人检测存在大量的目标误检、漏检的情况,本文提出了一种改进的基于Cascade-RCNN的目标检测网络,提高了人员检测的准确率。对目前检测效果较好的Cascade-RCNN做了一些改进:选用ResNeXt101代替ResNet作为骨干网络,... 详细信息

为解决人员密集情景下行人检测存在大量的目标误检、漏检的情况,本文提出了一种改进的基于Cascade-RCNN的目标检测网络,提高了人员检测的准确率。对目前检测效果较好的Cascade-RCNN做了一些改进:选用ResNeXt101代替ResNet作为骨干网络,以便提取更加充分的特征;为了获得更好的标记框,用kmeans聚类算法得到更符合目标形态的anchor长宽比例,通过WBF算法融合多个模型的结果得到更精确的边界框,同时引入多尺度训练以提高对小尺度目标的检测能力。实验结果表明,在CrowdHuman公开数据集上,用ResNeXt101提取特征其得分提高了3.7%,用kmeans聚类算法生成anchor比例和WBF算法融合多预测框其准确率提升了0.7%和1.2%,最终整体性能较基础Cascade-RCNN提升近6%。

关键词：行人检测 Cascade-RCNN kmeans聚类算法 WBF算法多尺度训练

来源：评论

学校读者我要写书评

暂无评论

优化LangChain框架中的文档分割方法:方法与应用

引用

计算机科学与应用 2023年第12期13卷 2575-2586页

作者：蔡运生穆欣宇董浩陈国铨孙达北京信息科技大学计算机学院北京

本研究旨在改进LangChain框架中的文档分割方法,以提高大型语言模型处理长文本的效率和准确性。通过分析现有的文档分割工具,发现其可能导致语义断裂和处理效率低下的问题。针对这些问题,提出了一种基于kmeans聚类算法的优化策略,以保... 详细信息

本研究旨在改进LangChain框架中的文档分割方法,以提高大型语言模型处理长文本的效率和准确性。通过分析现有的文档分割工具,发现其可能导致语义断裂和处理效率低下的问题。针对这些问题,提出了一种基于kmeans聚类算法的优化策略,以保持文本的语义连贯性和句子的原始顺序。构建了名为TextSplitter的类和名为chunk_file的函数,实现了新的文档分割和聚类方法。通过PK值评估法对优化策略的效果进行了验证,并通过实验展示了新方法相较于现有方法的优势。本研究不仅为LangChain框架的文档分割提供了有效的优化方案,也为处理大规模文本数据提供了有益的参考。

关键词： LangChain框架文档分割方法大型语言模型 kmeans聚类算法

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：