基于聚类融合的不平衡数据分类方法

列举了有关基于聚类融合的不平衡数据分类的办法,可以解决少数类的识别率很低,利用传统分类手段予以解决.利用此种方法能够发现,引入少数类边界区域与在多数类核心当中的样本聚类一致性系数,并且分别对欠抽样方法对少数类与多数类的训练集.

网上支付系统的发展和技术探讨

当前，我国的电子商务以及网上交易有了很大的发展，但是网上支付的过程当中产生了很多问题，阻碍了我国电子商务的发展。所以，要解决网上支付的问题。本文探讨了网上支付技术的安全性以及所产生的安全问题。本文分析了网上支付系统在安全方面的鼻号，为夕强网上支付的安全性提供依据。

基于超融合数据挖掘的云收费系统辅助核验技术优化

为解决常规的高速公路云收费系统辅助稽查算法导致稽查正确率不高问题。提出应用超融合云平台的高速公路云收费系统辅助稽查算法,建立稽查数据仓库,对数据进行采集与整合,使用SMOTE算法,对车辆载重源数据进行转换处理,对转换后车辆信息参数进行回归计算,得到预处理后的车辆称重数据,通过超融合云平台,将数据传输至高速公路云收费系统,建立辅助稽查的指标,并确定收费参数,从而完成对高速公路云收费系统的辅助稽查。实验结果表明,使用所设计的算法,对高速公路云收费系统进行辅助稽查,稽查准确率较高,具有较好的应用价值。

高速公路“云”收费模式分析研究

为改善传统基于单个车道收费设计模式的先天不足,提升高速公路联网收费智能化、在线化、集约化水平,构建收费业务运营支撑体系,行业内提出了基于站级收费设计模式的“云”收费模式。针对“云”收费模式的新挑战和新要求,本文结合实际应用情况提出了相应的配套措施建议,以推动“云”收费模式的广泛应用。

基于移动定位数据和群智感知的城市交通态势预测方法

当前对于城市交通态势预测多采用注意力机制算法,但该方法易受到交通特征指标二次离差波动量的影响,导致预测精度较低。为此,论文提出基于移动定位数据和群智感知的城市交通态势预测方法。以移动定位数据为基础,选取能够表征城市交通状况的总量特征、相对特征与动态特征,并将特征指标进行按序加权处理,以消除其二次离差波动量,结合交通态势接口数据对路段特征进行分类,并计算特征指标隶属度,由此构建交通态势预测模型,基于此,采用群智感知技术对预测模型的控制参数进行优化,从而求取交通态势值,并将计算结果与交通态势等级划分标准相比较,以明确交通态势等级,进而实现城市交通态势预测。对比试验结果表明,将所提方法应用于城市交通态势预测中,能够获取较高的预测精度。