基于改进K-means算法的公共自行车站点区域划分

来源 :信息通信 | 被引量 : 0次 | 上传用户:pingerk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决公共自行车调度过程中调度路径过长的问题,文章提出了一种改进的K-means聚类算法。该算法通过数据分析估算出k个中心点作为初始中心点,在一次K-means算法聚类划分后,引进调度需求量参数,将边缘站点做二次K-means算法,得到新的区域划分结果。实例分析表明,该算法有良好的全局收敛性,能有效地改善调度路径过长,调度效率低下等问题。
其他文献
传统的粒子滤波由于粒子数目有限,且模板会发生变化,模板更新时会出现漂移甚至导致跟踪失败。文章提出了融合粒子滤波和在线adaboost分类器的目标跟踪方法。将粒子滤波的跟踪
网络高并发信息在传输过程会因为网络故障,线路接触不良以及外界病毒入侵等各种因素导致数据缺失,计算机运行过程为不可逆过程,若想对设备和系统进行分析必须要使用完整数据,
鱼类行为学数据是鱼类研究的基础信息。计算机视觉技术是提取鱼类行为学数据的重要途径之一。文中提出了一种基于前景检测跟踪鱼类游动轨迹的方法,使用VIBE前景检测的方法将鱼类与背景区分开,再用区域搜索的方法得到鱼类游动轨迹。实验得到了鱼的游动轨迹。通过测试15000帧的视频,204帧丢失,丢失率1.36%。目标丢失后该方法能够快速找回。该方法准确稳定,可作为鱼类研究的基础数据提取手段。
北京地铁7号线达官营站1号风道大断面(开挖尺寸为9.9m×13.2m)暗挖拱顶距离莲花河仅3.85m。基于复杂砂卵石地层大断面暗挖小距离下穿河湖存在的施工风险,结合大量同类工程
研究了聚类分析技术在网络推荐系统中的应用。由于k均值(k-means)聚类算法易受到局部最优与噪声点等因素的影响,文章结合DBSCAN(Density-based Spatial Clustering of Applicati
医疗诊断专家系统是一种应用人工智能来模拟医疗专家诊断、治疗疾病的程序系统,传统软件的建模方法已经不能适应这种复杂情况。针对该问题,给出了一种基于状态的区域发现的过
目前,研究人员己经针对静止的图像提出了一些边缘检测的算法,如Sobel算子、LOG算子和Canny算子等方法。对于单独的一幅图像,可以通过设定一个合适的阈值来取得较好的检测结果,但在视频图像的处理过程中,每帧图像的前景目标不尽相同,随着时间的推移光照也会发生变化,这些都将导致各帧图像的结构发生改变,传统的静态图像边缘检测算法无法自动设定合适的阈值,因此无法对每帧图像都取得较好的检测结果,得到的结果