基于最短主干道距离的零售户聚类研究

在研究零售户聚类分析中,传统的k中心聚类方法,计算成本过大,无法有效应用子大数据集.提出了零售户聚类方法,继承CLARANS算法迭代思想,采用全局随机抽样技术,将算法应用于大型空间数据集,通过多次迭代尽量寻求最优聚类结果.聚类结果的评价标准为基于最短主干道距离(SARD)的总距离.该聚类算法是在CLARANS算法的基础上进行改进,使其能够处理带地理信息的数据对象,且聚类结果满足需求约束条件限制.     

基于最短欧氏距离匹配的印刷体汉字识别

印刷体汉字识别有着很高的实用价值,主要工作包括图像预处理、字符的定位分割、图像的特征提取和图像识别,并以Visual Studio 2005作为开发环境实现一个完整的基于最短欧氏距离模式匹配的印刷体汉字识别系统.解决了在字符定位分割时出现的＂过分离＂问题.经测试,识别率可以达到97.6%,基本符合实际应用要求.     

基于相似度测量法的模糊最短路径问题

提供了一种基于相似度测量法处理模糊最短路径问题的算法,通过计算各路径的相似度找到模糊最短路径长度,并获得相应的模糊最短路径.     

动态图上的最短路径距离并行算法

设计动态图上最短路径距离查询的并行计算框架。通过构建增量图的方法,实现一个批次内的多个查询在不同数据图版本的多线程并发执行。对于每个查询,使用双向宽度优先搜索算法来减少搜索空间,并提出搜索过程中扩展方向的决策函数。利用BSR对数据图邻接表进行编码,结合SIMD指令和图顶点重标号算法,进一步提升数据级并行度。在真实图数据集下的大量实验验证了所提方法的高效性。     

一种基于STL的高效最短路径算法

最短路径分析是网络拓扑中的一个重要的应用,它在地理信息系统、计算机网络路由等方面发挥着至关重要的作用。解决最短路径问题的经典方法是Dijkstra算法,时间复杂度为O（n2）,在大数据量下效率低下而且使用邻接矩阵存储图形数据在一定程度上造成了空间浪费。该文在分析了Dijkstra算法的基础上提出来一种改进方法,该法使用STL容器来代替邻接矩阵来存储图形数据提高了查询效率,并且利用双队列来存储节点降低了内循环次数,减少了很多不必要的计算,从而降低了算法时间复杂度。STL容器的应用使得最短路径算法得到了扩展,在求解最短路径的同时还支持添加障碍点,增加开关节点等应用。     

Floyd最短路径算法在社区医院选址中的应用

本文阐述了Floyd全部顶点间最短路径算法选址的原理,并通过实例讨论了社区医院选址算法的步骤及MATLAB程序实现的全过程。     

基于蚁群算法的最短路径搜索方法研究

最短路径问题是在给定的网络图中寻找出一条从起始点到目标点之间的最短路径。蚁群算法是一种用于求解优化问题的新型模拟进化算法,该算法在许多相当困难的优化问题的求解中体现了极强的寻优能力和较好的性质。提出了一种利用蚁群算法来解决网络最短路径问题的新方法,并用Matlab语言编程进行算法的实现和仿真。结果表明,蚁群算法在寻求网络最短路方面的应用是可行的。     

VC 实现基于Dijkstra算法的最短路径

设计一种方便查找及显示最短路径的数据结构,并对针对原有的Dijkstra算法通常仅研究计算一条最短路径加以改进,实现一个顶点到另一个顶点的所有多条最短路径的查找。     

基于极小代数赋权有向图最短路径求解算法

应用极小代数给出了求解简单有向赋权图最短路径问题的代数算法.该算法基于赋权有向图的直接距离矩阵A,在极小代数意义下计算k步最短路径距离矩阵Ak和最短路径距离矩阵A+,并依此确定出赋权有向图的最短路径以及最少步数最短路径.与Dijkstra算法相比较,所提出的代数算法求解路径规划问题能够较快地得到特定的最短路径及其长度.     

基于GIS的最短路径算法研究

最短路径算法是计算机科学与地理信息科学领域的研究热点。本文对常用的最短路径标号算法进行了分析,并讨论了优化算法的方法。     

基于静压差法的流量测量方法

节流式流量计在流量参数计量中占有重要地位,但是普遍存在节流损失大、量程比小、直管段要求高等缺陷。通过对静压差流量测量方法以及管道约束条件对流量测量影响的研究,提出了一种基于改进静压差法的流量测量方法。利用引进的管道约束条件,结合静压差法及流体流动参数,建立了基于支持向量机的流量测量模型。通过与传统节流式流量计(标准的孔板)的比较实验,表明了该方法没有节流损失,流量测量范围宽,流体流量的测量精度可以达到2%以内,适合于工业参数的实际测量。     

含负权最短路问题的一个改进标号法

在不出现负回路的情况下,给出了在赋权的网络图中求两点之间的最短路问题的一个改进标号法,该方法对于网络图中出现负权的情况也有效.最后给出了该算法的数值实验结果.     

基于聚类分析的系统性风险度量研究

针对目前金融系统性风险危害大,精准度量难的问题,提出了一种新的度量方法。以Clayton Copula函数测算股票收益率的下尾相关性为基础,将系统性风险定义为每家金融机构发生危机导致整个金融系统也发生危机的加权平均概率。实证分析选取了40家上市金融机构的每日股票对数收益率数据,用K-均值法将40家金融机构分为3类子系统:银行业、证券业、保险业,分别度量每个子系统以及整个金融业的系统性风险。结果表明:近几年来保险业系统性风险最高,银行业其次,证券业最低,但证券业系统性风险波动最剧烈,整个金融业的系统性风险一直处于较高且脆弱的状态,与实际情况相符合。     

距离测量方法探讨

距离测量是测绘技术中的基本工作,也是重要的测量元素之一。对传统的钢尺量距、视距测量和光电测距进行了详细论述,对高新测绘仪器中采用的激光干涉测距和精密比对测距的原理进行了分析。     

基于聚类分析法的葡萄酒评价

首先通过配对T检验方法对两组评酒员对葡萄酒的评价质量数进行检验,并且计算方差均值,以选取更为可信的一组评酒员对葡萄酒的评价质量数作为葡萄酒分级的样本数据;其次通过相关分析法对葡萄酒的理化指标与酿酒葡萄的理化指标之间的联系进行分析,以选取与葡萄酒显著相关的酿酒葡萄的理化指标作为葡萄酒分级的部分指标;最后利用聚类分析法对葡萄酒分级.利用该方法可对葡萄酒进行有效评价.     

基于聚类分析的属性数据挖掘技术

数据挖掘作为一门新兴的数据处理技术已受到人们广泛的关注，聚类分析技术是数据挖掘中的一种重要技术，本文介绍一类数值数据的挖掘方法，同时提出一个基于属性划分的聚类分析方法。     

基于视觉AI的车道参照车距测量方法

车距测量技术对于减少交通安全事故,提高行车安全具有重要的意义.目前车距检测技术多是以车辆为参照进行测距,检测结果为两车的直线距离,但在弯道情况下则与实际车间距误差较大.因此,在分析现有的测距方法的优点及不足之处的基础上,基于视觉AI技术提出一种车道参照车距测量方法.该方法首先通过逆透视变换算法,实现从车道正视图到鸟瞰图...     

一种基于最短距离聚类的K最近邻分类算法

针对传统K最近邻（KNN）分类法执行效率低的问题,提出一种改进的K最近邻分类法。先采用最短距离聚类法分别对训练样本和测试样本进行聚类,生成一些小簇和孤立点,再对小簇或孤立点使用改进的K最近邻方法进行分类。改进后的方法能极大地缩小分类样本的规模,降低计算成本,提高分类效率。     

一种基于段间距离测度的语言自动分割方法

根据连续语音中不同类语音段之间内在的相异性,提出了段间距离的概念,并基于特征矢量距离给出了段间距离的一种测度。在此基础上,提出一种新的语音自动分割方法,它根据语音段间距离曲线的峰值点对语音音素进行分割,而不需要关于语音单元的先验知识或参考模型,在该方法中,语音特征矢量按帧计算,通过采用适当的帧重迭度,可以使语音分割具有较高的时间分辨率,实验结果表明,该方法具有较高的分割精度和速度。