基于数据集特征的KNN最优K值预测方法

KNN算法中的参数K的选择一般采取多次交叉验证方法求取,数据规模较大时并不适用。同时,影响参数选择最根本的因素是数据集本身。因此,提出利用数据集本身的特征预测最优K值的方法。首先提取历史数据集的简单特征、统计特征、信息熵特征、简单算法精度特征、复杂度特征等构建特征向量,然后利用线性回归、神经网络等方法建立特征向量与最优K值之间的预测模型,并用该模型预测新数据集的最优K值。在UCI数据集上的实验表明,该方法能迅速预测最优K值,并确保一定的精度。

分布式数据挖掘中的最优K相异性取样技术

为了弥补基于集中式处理的分布式数据挖掘方法的不足,有效地实施分布式数据挖掘(DDM)任务,需要一种能从分布式数据源中获取多样化代表性取样集的技术.提出了一种新的适用于分布式数据挖掘环境的数据取样算法(OptiSim-DDM方法),算法核心是基于最优K相异性进行数据选择,采用移动Agent技术和扩展的最优K相异性数据多样化代表性子集选择方法,能在各分布式数据场地中轮转选择出全局数据集的多样化代表性取样集.该方法通过降低所挖掘的数据集的数据规模来降低数据挖掘算法的时空复杂度,降低网络通讯代价,提高数据挖掘的执行效率,适合于各场地数据是互相关联和互相依赖的分布式数据挖掘任务.实验结果证实该方法是可行、有效的.

图的最优K划分

本文提出了一种新型的最优K划分算法,此算法借助一有效的启发式估价函数,将划分问题转换为状态空间最小耗散路径的搜索问题,再利用A算法给出最优K划分算法。

管理信息系统的最优k分解方法

本文提出一种从管理信息系统的基本元素——过程和数据类的分析入手,建立信息系统的有向图模型,并运用最优k分解方法进行模型的分解与优化的形式化方法,文中还给出了一个企业管理信息系统的例子来说明方法的应用.

“k秩”融合协作频谱感知算法中最优k值的判定

在认知无线网络中,"k秩"融合是协作频谱检测中一种十分具有概括性的检测方法。认知节点数M一定,k值取值不同时,融合中心的融合效果也不同。而当认知节点数量较大时,通过实验的方法逐一比较找出最优的情况会浪费很多时间和资源,并不适合延时敏感型网络。本文在已知认知节点数M的情况下,给出了最优的融合效果下对应的k值的简单方法,此方法可以节约k值寻找时间,降低融合判决复杂度。

信息融合超前k步稳态最优Kalman预报器和Wiener预报器

应用Kalman滤波方法,基于Riccati方程,在线性最小方差信息融合准则下,提出了两传感器信息融合超前k步稳态最优Kalman预报器和Wiener预报器,给出了最优加权阵和最小融合误差方差阵.同单传感器情形相比,可提高预报精度.一个雷达跟踪系统的仿真例子说明了其有效性.

基于最优K均值聚类算法的负荷大数据任务均衡调度研究

传统电力负荷大数据均衡调度方法无法应用于多源数据,导致负荷数据的划分精度偏低,开销较大,电力负载均衡性改善效果不明显。为此,提出基于最优K均值聚类算法的负荷大数据任务调度均衡方法。采用K均值聚类算法划分电力负荷大数据,并利用密度法优化K均值聚类算法的初始聚类中心点,获取电力负荷大数据最优分类结果;通过提取各分类结果的关联特征,获取电力大数据跨域调度的输出特征量,结合自适应权重学习方法,完成电力负荷大数据的跨源调度。实验测试结果表明:该方法可根据不同的电力负荷特点,高效完成用户电力负荷大数据分类。具备良好的负荷大数据跨源调度均衡性,且负载均衡离差均低于0.19,调度开销低于0.95 s,以上数据表明所提的电力负荷大数据跨源调度方法具有实用性。

基于偏离路径的煤矿水灾Yen-K最优路径算法

为矿井水灾提供最佳逃生路线,提高应急救援效率,首先引入当量长度,结合水流等巷道相关因素,求解到达安全地点的时间最短路径;其次根据一般矿井具有多个逃生出口的特性,提出一种基于偏离路径的煤矿水灾Yen-K最优路径算法,分别求出从源节点到每个目标节点的前k则最优路径;最后按照长度大小排序求得的所有路径,并结合矿井具体实例选取所需的前若干条逃生路线。在MATLAB环境下,对文章算法与传统的Dijkstra算法、K最短路径(KShortestPaths,KSP)算法进行仿真对比分析,结果显示改进后的算法在求解矿井水灾逃生最优路径时更具准确性和实用性。

基于D-K算法的煤矿水灾多最优路径研究

矿井水灾时选择合理的逃生路线,需要考虑水及巷道其他因素的影响,引入当量长度来求解到达逃生地点用时最短最安全的路径。Dijkstra算法可求解从源节点到目标节点的最短路径,K则最优路径算法可求解从源节点到某一目标节点的前N条最优路径,矿井水灾时,为了避免拥挤,同一地点工作的人员可选择多个逃生井口进行逃生,但从源节点到某一目标节点的前N条最优路径并不一定是到其他逃生井口的前N条最优路径,基于这种思路,在Dijkstra算法的基础上,提出一种从源节点到其他所有逃生节点的前N条最优路径的新方法,并结合矿井具体实例,与Dijkstra算法和K则最优路径算法比较,用MATLAB仿真实现。

一种基于双向搜索的K则最优路径算法

提出了一种基于双向搜索策略的K则最优路径算法,以改进的Dijkstra最优路径算法为基础,从起点和终点同时搜索,分别构造正序和逆序最优路径树,计算网络中两点之间的多条参考K则最优路径。详细描述了算法设计思想和运行过程,分析了算法的时间复杂度,并通过实际路网验证了算法的效率和精度。

基于K最优路径的QoS路由预计算新算法

针对下一代高速网络中的多约束服务质量路由问题,首先提出了一种精确链路状态信息条件下的路由预计算算法MKPPA.在此基础上根据网络状态信息的动态性,通过引入“警戒点”对MKPPA进行了改进,提出了一种基于警戒点的修正预计算算法M-MKPPA,该算法能够适应网络链路信息的不精确性.最后通过理论分析表明MKPPA不仅能够解决加性度量参数受约束的QoS路由问题,而且能够解决加性与非加性度量参数混合受约束QoS路由问题,修正预计算算法M-MKPPA能够适应网络链路状态信息的动态特性.计算机仿真结果显示出MKPPA在求解QoS路由问题时,当计算次数不超过已有算法的计算次数时,不论是精确链路状态信息还是非精确链路状态信息条件下,均具有更高的路由计算成功率.

求解k条最优路径问题的遗传算法

文章提出的任意两点间k条最优路径问题的遗传算法,采用节点的自然路径作为染色体编码,根据路径节点的连接实施染色体的交叉操作,将节点路径块作为染色体的变异基因块实施变异操作。算法结构简明,收敛速度快,可应用于求解大规模网络中的多条最优路径问题。

预防拥挤漂移的带约束K则最优路径算法

为解决城市交通流诱导系统中存在的拥挤漂移问题,对拥挤漂移现象的形成机理和预防机制进行了深入的分析,并有针对性地提出了适用于导航用户的带约束K则最优路径算法.算法基于MapX控件编程实现,并采用VISSIM仿真软件进行了分析模拟验证.模拟效果表明:该算法有效地预防了拥挤漂移现象的发生,给出行者和整个交通系统带来效益.

动态限制搜索区域的带约束K则最优路径算法

为了有效解决分布式动态诱导系统中存在的拥挤漂移问题,有针对性地根据城市交通网络的空间分布特性提出了适合于导航用户使用的动态限制搜索区域的带约束K则最优路径算法。该算法基于MAPX控件编程实现,并采用VISSIM仿真软件进行了模拟和测试。实验结果表明:该算法一方面合理限制了路网的搜索规模、显著提高了路径优化算法的执行效率;另一方面又有效均衡了路网上的交通流,预防了拥挤漂移现象的发生,为个体出行者和整个交通系统带来效益。

移动对象的连续k最优有序路径查询

针对最优有序路径查询问题,提出了移动对象的连续k最优有序路径查询问题,并针对移动查询对象和静态数据对象的情况,通过引入加权相对距离函数的概念提出了SCkOSR算法和DCkOSR算法。SCkOSR算法利用加权相对距离函数确定数据点与移动查询对象的相对关系。DCkOSR算法进一步通过搜索区域的限制减少了计算加权相对距离函数的点的数量。实验表明,动态局部算法具有相对较好的性能。

求解k完全相异可视最优有序路径的近似算法

提出了k完全相异可视最优有序路径查询问题,根据处理数据集与障碍集先后顺序的不同,给出了距离优先的近似算法Distance_First以及角度优先的近似算法Angle_First。实验结果表明,算法Distance_First适用于障碍集规模较小的k完全相异可视最优有序路径查询问题,而算法Angle_First适用于障碍集规模较大的k完全相异可视最优有序路径查询问题。

基于障碍物群的k全局相异最优有序路径查询

提出障碍k全局相异最优有序路径的查询问题,利用可视图的思想给出近似查询算法,通过作用集与障碍角度点的引入有效地减少构造可视图障碍对象的数量,分析查询点和数据点构成的线段与可视图的顶点和弧的关系,减少内部障碍路径的计算次数,实现算法的全面优化。实验结果表明,该算法具有较好的性能。

K则最优路径在矿井水害避灾中的应用研究

矿井水害发生时会严重影响井下人员的生命安全,应在水灾发生初期尽可能以最快速度转移到安全区域。基于此,以改进的Dijkstra最优路径算法为基础,考虑巷道的可靠性因子、通行效率及实际当量长度等因素,建立了最优避灾路径的数学模型,并提出了其求取方法,同时说明了K则最优避灾路径的获得方法。详细描述了模型的设计思想和实现过程,结合矿井具体实例,利用C#编程语言,实现了对2种路径的准确获取及界面显示。

城市电力K最优抢修路径系统的研究与实现

城市电力系统发生故障后,调度人员需以最短的时间通过最优路径到达故障地点进行故障恢复。基于此,以改进的狄克斯特拉算法为基础,通过引入通行系数、路面等级、道路拥挤度和路面质量等阻碍因子,建立了K最优抢修路径的数学模型,同时以C#编程语言为基础,在.NET平台下利用ArcGIS Engine技术搭建了最优抢修路径系统,并实现了K最优路径的获取,结果更加合理和有效,为城市电力最优抢修路径的选择提供了科学的决策依据。