计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
5期
1338-1342
,共5页
信息瓶颈%样本权重%模式识别%出租车%聚集区
信息瓶頸%樣本權重%模式識彆%齣租車%聚集區
신식병경%양본권중%모식식별%출조차%취집구
聚类技术可以用于对具有动态、随机和异步并发特性的出租车对象进行分类.但是,现有的聚类技术认为每个出租车样本对聚类的贡献相同,没有考虑到不同样本的不同影响,这在一定程度上影响了聚类的精度.提出了一种基于样本权重的出租车聚集区识别算法——SFTA_IB算法,算法引入了样本权重来充分反映不同样本的贡献度.在此基础上,将出租车视为原变量X,出租车坐标数据视为相关变量Y,,目标是寻求压缩变量T,在T中最大化保留相关变量的信息.实验表明,SFTA_IB算法可以准确识别目标样本周边的出租车聚集区,针对性地指导目标出租车个体的巡游线路,提高乘客搜寻效率.
聚類技術可以用于對具有動態、隨機和異步併髮特性的齣租車對象進行分類.但是,現有的聚類技術認為每箇齣租車樣本對聚類的貢獻相同,沒有攷慮到不同樣本的不同影響,這在一定程度上影響瞭聚類的精度.提齣瞭一種基于樣本權重的齣租車聚集區識彆算法——SFTA_IB算法,算法引入瞭樣本權重來充分反映不同樣本的貢獻度.在此基礎上,將齣租車視為原變量X,齣租車坐標數據視為相關變量Y,,目標是尋求壓縮變量T,在T中最大化保留相關變量的信息.實驗錶明,SFTA_IB算法可以準確識彆目標樣本週邊的齣租車聚集區,針對性地指導目標齣租車箇體的巡遊線路,提高乘客搜尋效率.
취류기술가이용우대구유동태、수궤화이보병발특성적출조차대상진행분류.단시,현유적취류기술인위매개출조차양본대취류적공헌상동,몰유고필도불동양본적불동영향,저재일정정도상영향료취류적정도.제출료일충기우양본권중적출조차취집구식별산법——SFTA_IB산법,산법인입료양본권중래충분반영불동양본적공헌도.재차기출상,장출조차시위원변량X,출조차좌표수거시위상관변량Y,,목표시심구압축변량T,재T중최대화보류상관변량적신식.실험표명,SFTA_IB산법가이준학식별목표양본주변적출조차취집구,침대성지지도목표출조차개체적순유선로,제고승객수심효솔.
