基于K-means的驾驶行为离散化特征聚类分析与研究

为挖掘连续驾驶行为数据中潜在的特征关系,文章采用实际运输车辆连续的驾驶行为数据。首先通过相应的预处理和特征提取,获取对应车辆在相应时间段连续的驾驶行为数据;其次采用在离散标准数据集和连续且有噪声数据集中均有稳定表现的K-means聚类方法,对驾驶行为数据进行离散化聚类处理与分析;最后获得三类有代表性的驾驶行为:“平稳型驾驶”“冲动型驾驶”和“危险型驾驶”。此外,对驾驶行为中隐含的各类特征进行分析研究,为后续进一步根据驾驶行为数据进行数据挖掘之关联分析提供有力依据。

Android平台下可交互的南丁格尔玫瑰图设计

在数据可视化方面,南丁格尔玫瑰图是一种常用的组件,它是通过扇形的半径表示数据的大小,而Android系统中没有提供南丁格尔玫瑰图。基于这个问题,提出了一种南丁格尔玫瑰图的设计及实现方法,对布局空间设计、事件处理、绘制流程及核心代码等关键技术进行了详细论述。该组件设计合理,使用方便,支持自定义,交互性好,能满足大多数Android应用开发的需求,有一定的实际应用价值和创新性。

基于相似度优化和流形学习的协同过滤算法改进研究

协同过滤算法中存在着数据稀疏性和可扩展性问题,由于用户和项目数据量巨大致使数据十分稀疏,且不同数据集中数据存在差异,致使现有算法中的相似度计算不够准确和用户聚类效果不佳,对推荐算法准确率产生了显著影响。为了提高相似度计算和最近邻居搜索的准确率,提出了一种基于相似度优化和流形学习的协同过滤算法。通过加权因子优化相似度计算,结合流形学习对稀疏的用户评分数降维后进行谱聚类,通过获得的全局最优解提高聚类所得目标用户最近邻居的准确率,进而提高协同过滤推荐精度。在Epinions数据集和MovieLens数据集上进行实验,结果表明,提出的算法可以有效降低协同过滤算法的平均绝对误差和均方根误差,提高召回率,拥有更高的推荐准确率。

基于PageRank算法的改进物流节点选址模型研究

文中针对物流网络设计中的关键物流配送节点选址问题传统算法的局限性,结合PageRank算法和贪心算法,设计了一种考虑交通拥堵情况和节点利用率的连续型多物流节点选址算法。算法将各交通小区货运需求量通过PageRank算法进行推荐排序,然后使用贪心算法和聚类算法不断迭代,获得覆盖所有需求同时满足利用率的物流节点。同时基于南京市仙林区物流数据展开实验。实验结果显示本文提出的算法相比较传统的多元节点算法,在物流节点个数方面,数量有明显减少;在服务交通小区覆盖率方面,本文提出算法覆盖率略低于多元节点法,但覆盖率均超过90%,即该算法覆盖范围利用率均能达到平均水平。综合考虑物流节点的建设及运营成本,可得出如下结论:文中提出的基于PageRank算法的连续型多物流节点覆盖算法较传统的节点选择算法高效。

人工智能下药房全流程规范化模式探究

为了改善目前药房管理流程,本文在人工智能技术的帮助下,探讨构建一个智能的药房全流程规范化模式。文章提出了一种智能药房全流程规范化模式构想。文章借助目前已经较为成熟的人群计数(crowd counting)手段,知识库构建以及机器人技术。以构建闭环核心知识库为目标,从知识库外围输入,内部更新等方面出发提出了一种规范化的全新构想模式。

应用型本科电子通信专业EDA课程教学改革探索

国内独立院校电子通信相关专业实验室建设由于经费和建设难度等因素建设滞后,导致学生培养过程中电子产品设计能力薄弱。EDA技术其独特的虚拟开发特点,可以降低设计风险,提高设计可行性,可有效解决这一问题。文章讨论有一定EDA设计教学基础后,目的导向式EDA教学,加入分组竞争机制的教学模式以培养学生电子产品设计能力,同时提高EDA教学效果的教学模式。

基于Android的动态折线图组件设计

Android系统提供的组件不能完全满足开发人员的需求,很多组件需要通过重写View来实现。在数据可视化方面,动态折线图是一种常用的组件,它根据数据的不断变化来实时展现信息。基于此问题,提出了一种动态折线图的设计及实现方法,对数据模型、定时器、折线平滑、组件绘制等关键技术进行了详细论述。组件设计合理,使用方便,支持自定义,实时性效果良好,能满足大多数Android应用开发的需求,有一定的实际应用价值和创新性。