干线网络的选址问题研究

考虑平面上和三维空间中同时确定多条干线的干线网络选址问题.对于平面上情形,通过最小化每个点到离它最近干线的加权距离之和,给出了一种有限步终止算法和基于k-means聚类分析、加权全最小一乘和重抽样方法的线性类算法;对于空间情形,给出了线性聚类算法.通过计算机仿真说明以上算法可以有效地确定平面和空间中干线网络位置.     

大数据条件下同时拟合多条空间直线和平面的方法研究

为利用总体最小二乘准则将三维空间数据中包含的多条空间直线和平面原型拟合出来,提出了在大数据条件下的一种估计空间直线和空间平面方程的快速计算方法.首先研究了在总体最小二乘准则下待拟合的空间直线和平面的特殊理论性质,为提出简明算法打下基础,其次,根据期望最大化(Expectation Maximization,EM)算法实现数据的自动分割,得到属于每条直线和每个平面的三维数据,最后,在数据被污染而含有较多噪声时,可先用DBSCAN算法清洗数据,再用EM算法自动分割数据,拟合出数据中包含的多条空间直线和多个空间平面原型.计算机仿真结果表明,在数据没有遭到污染和污染比例不太高大数据中,算法都可以快速准确地确定出多条直线和平面原型.