基于引力核密度聚类算法的作物病害叶片区域的快速检测

针对作物病害叶片图像的复杂性和模糊性,提出一种基于引力核密度聚类算法的作物叶片病害区域快速检测方法:首先,在RGB颜色空间提取病害叶片图像的R通道值,根据R值的特征直方图特性,运用多项式拟合特征直方图曲线,根据导数性质确定拟合特征直方图曲线的峰值点和峰值区域,确定病害叶片图像聚类数和初始聚类中心;根据初步确定的病变叶片图像的聚类中心,运用引力核密度聚类算法快速完成对病害叶片病斑的分割。试验结果表明,基于引力核密度聚类算法的平均分割精度达80%以上,平均检测时间为4.912 s,优于已有病害区域分割算法K–means和Meanshift的性能。

改进的聚类法在事故多发点成因分析中的应用

道路交通事故多发点的成因分析是道路交通安全管理工作的重要内容,在对交通事故影响因素系统整理的基础上,提出了优化改进的核密度聚类分析方法,即采取"优化窗宽的核密度聚类方法"进行道路交通事故多发点成因的分析。同时,实践性地将该方法应用于某城市的部分交通事故数据分析,产生了有关交通事故多发点各影响因素的聚类图层,进而将各图层进行叠置分析,最终得到两大主要的综合性影响因素。结果表明,提出的优化窗宽的核密度聚类分析技术可以有效地对道路事故多发点成因进行分析,为日益严峻的交通安全问题研究做出一定的探索。

具有角色意识的社区服务型时空众包任务分配

为了适应社区众包配送中投递箱或代收点收纳量有限等情况,本文提出社区服务型时空众包任务分配问题,根据用户定义的时间将物品较为实时地配送到地。针对该问题,本文通过基于角色的协作模型ECARGO(environments-classes, agents, roles, groups, objects)形式化问题,针对高资格值工人配送高价值量订单集的目标,提出基于贪婪分配的PQGR(places-qualification-based greedy)算法、基于考虑代理和角色冲突的团队多角色分配方法的PQGM(places-qualification-based GMAC)算法以及进一步缩短运行时间的改进PQGM算法。数据处理和量化方面,提出基于核密度聚类的新型角色感知方法以实现任务的有效划分,提出基于学习遗忘曲线的代理地点资格值多阶段量化模型,实现代理地点资格值的在线学习和自适应更新。最后,本文在gMission数据集和合成数据集上进行实验,验证了算法的有效性和效率。

一种支持向量回归的局部邻域稀疏化方法

调整高斯核函数参数可以改变其VC维,通过密度聚类算法发现并分离全局中非线性复杂度不同的局部特征,以支持向量比率为优化指标确定满足局部稀疏条件的核函数,从而达到优化核函数选择以提高整体回归稀疏性的目的。

基于多源大数据的城市功能识别与人地交互分析

识别城市功能空间分布特征以及探讨城市地块功能供需情况可为城市空间结构的优化及资源的合理配置等提供帮助。本文结合城市兴趣点等多源数据,基于熵权法对各类POI赋权得分并通过核密度聚类法进行海口市中心城区内部各地块单元功能性质的定量识别、特征提取以及居民感知视角下不同功能的用地供需分析,并对识别结果进行验证。研究表明,地块功能识别结果基本与实际相吻合,以商业、产业以及公服功能为主导,且居民日常出行对商业地块需求较高。利用海量、优质的个体出行时空大数据与城市功能空间分布相联系,能从一个新的视角开展对城市内部不同区域功能分工方面的研究。