基于改进蚁群算法的地图路径规划方法

随着科技水平的发展和社会的持续进步,如何提升路径规划算法的收敛效果和精度逐渐成为当下的研究热点。现有蚁群算法在规划路径时,经常遇到局部难以得到最优解的问题。因此,通过启发式信息素更新策略来提高蚁群算法的搜索能力,并通过自适应调整参数的方法得到最优参数,形成改进的蚁群算法。将优化后的算法应用于Oliver30、Att48、Eil51公开数据集,并将实验结果与现有路径规划算法进行对比,结果证明:本文算法能够用相对较少的迭代次数规划出最优路径,说明优化算法得到最优解的速度快,具有较好的最优路径搜索能力。

基于NewTF-IDF的新闻文本特征提取算法研究

由于新闻文本种类较多、内容繁杂,为更好地提取文本主题特征词,提出了一种新的特征提取算法NewTF-IDF.传统的TF-IDF算法仅仅以逆文档率对词频进行加权,忽略了词性、词频、词位置、词跨度等其他方面的因素对词语信息量的影响,忽略了词语在不同文档中的分布对关键词重要度的影响.NewTF-IDF算法对TF-IDF算法做了多组合特征因子和离散度两个方面的改进,使特征词的加权方式更加科学.实验证明,NewTF-IDF算法在特征词提取方面具有更好的性能.

基于文本挖掘的河南省5A级景区旅游评价研究

近年来,自媒体中的旅游信息呈爆炸式增长,文本信息的多样性使游客较易忽视重要信息,本研究通过挖掘用户评论对景区进行旅游评价,有利于游客多方面了解景点信息。本文以河南省5个著名5A级景区为研究对象,以文本挖掘的方法研究出用户的认知形象,建立综合评价模型对河南省旅游业打分,并根据结果给出自己的建议。