环境监测中异常数据识别与修复

为获取完整、可靠的环境监测数据,提出一种基于GeoHash算法的局部离群因子算法(GeoHash-LOF)。相较于传统的局部离群因子算法(LOF),GeoHash-LOF算法引入了地址划分和区域编码的思想,降低了算法计算量。针对识别出来的异常数据,采用基于遗传算法改进的灰色预测(GA-GM)算法进行修复,通过对灰色预测中的背景值和初值进行择优,从而提高预测值的准确度。以欧洲核能机构所提供的数据为例,将本文所提出的GeoHash-LOF算法、GA-GM算法与其他算法进行比较,结果表明本文所提出的算法异常数据识别效率更高且缺失数据修复拟合度更好。

基于GeoHash与聚类的共享单车动态回收点设置方法研究

如何获取损坏车辆的相关信息并建立合理的回收物流系统已经成为共享单车企业良好运营的关键所在。通过对共享单车骑行空间分布和骑行数据的聚类分析建立了包括聚类回收点、初始回收站和回收处理中心的共享单车回收逆向物流网络路径规划及选址规划模型,以北京摩拜单车为例,发现热力图及区域网格化数据分析可以展现共享单车骑行的空间分布特性,通过聚类分析得到聚类回收点位置的方法具有很好的实用性和可操作性,能够为物流回收模型构建提供有效数据支撑,为共享单车企业提供一定的方法参考。

基于GeoHash和HDBSCAN的共享单车停车拥挤区域识别

共享单车是一种便宜、绿色环保的短途出行工具,已经成为缓解城市交通压力的重要方式.对于无桩共享单车,用户无需将自行车归还至停车桩,但这种类型的共享单车在高峰时间可能会过于拥挤.本文提出了一种共享单车停车拥挤区域识别的方法.具体来说,以某市某品牌共享单车为例,首先对共享单车数据进行预处理,然后使用GeoHash算法处理经纬度坐标信息并计算判断共享单车开关锁订单属于哪个停车围栏,采用HDBSCAN(hierarchical density-based spatial clustering of application with noise)聚类算法将停车围栏聚类为停车区域,在此基础上提出了基于“留存流量与留存密度的综合指标”的方法识别停车拥挤区域.通过分析,识别出的停车拥挤区域符合实际情况.所提出的停车拥挤区域识别方法能够为“削峰填谷”引导调度提供有效的数据支持,给共享单车企业提供一定的参考.

基于GeoHash索引的A^(*)算法优化

A^(*)(A Star)算法进行最短路径计算时,一般采用曼哈顿函数作为最优邻接点的评估标准,在算法执行的过程中,需要对每一步每个邻接点进行计算,判断出当前最优邻接点,然后迭代执行下一步,在数据量较大的情况下,算法的时间复杂度呈几何增长。使用GeoHash索引算法代替曼哈顿函数作为评估标准,在有地理坐标信息的网络拓扑中进行最短路径查找,直接以GeoHash编码索引值作为判断标准,进行快速查找。GeoHash值是经纬度经过一系列编码转换后的实际值,能够拓扑网格中的属性值,减少算法的计算时间,优化算法的时间复杂度。提高A^(*)算法在道路规划、运行调度、无人驾驶路径分析时的最短路径计算时间,可增加实际应用广泛性。

一种基于Geohash方法和地图路线规划的行程匹配算法

提出一种基于Geohash方法和地图路线规划的行程匹配算法,即在给出地图出行线路规划的基础上,在路线规划带上一定范围内找出匹配行程,该算法能够实现在复杂因素下提高行程匹配效率。

基于 GeoHash 算法的煤场车辆运输管理系统设计

在我国煤炭工业与国际接轨的趋势下,煤场车辆运输管理系统的重要性日渐凸显。为了提高煤场车辆运输管理的有效性,保障煤场车辆运输管理工作的有序开展,采用GeoHash算法对煤场车辆运输管理系统进行优化设计。本课题对GeoHash算法作用机制等进行了深入探究,并对系统性能进行个体测试与比较分析。结果显示,基于GeoHash算法的煤场车辆运输管理系统具有较高的工作效率,能快速对运输管理任务作出响应;在不同煤场及工作范围内,该系统用时均显著低于基于其他算法的煤场车辆运输管理系统。表明本课题所设计的系统具有优越的工作性能,可为煤场车辆运输管理工作提供助力。

基于HBase的交通数据区域查询方法

随着智能交通的发展,交通数据呈现出指数性增长。为了提升时空区域查询性能,论文提出了一种基于HBase的交通数据区域查询方法 HRQ。该方法利用交通数据的三维时空特性,采用Geohash算法将交通数据的经纬度信息转为Geohash编码,然后与时间组合作为HBase行键,并设计了相应的查询算法。实验结果表明,与直接组合经纬度和时间作为行键的方法相比,在基于时间范围的区域查询上HRQ方法的性能要高30%以上,在基于区域范围的区域查询上HRQ的性能优势随着查询区域的增大而增加。

一种基于React Native框架的换宿系统实现方法

打工换宿游是国内外学术界关注的新兴问题。根据国内外打工换宿市场缺少系统化管理的现状,针对用户无法快速、准确获取打工换宿信息的痛点,提出了一种基于React Native框架的换宿系统实现方法。系统采用React Native高效、快速开发框架,面向iOS8. 0及以上平台,以Flexbox弹性布局与Koajs架构下的MongoDB数据库结合,使用ES5语法,组合TabBarIOS导航栏组件等多种第三方组件。同时,在前人的基础上对Geohash算法和Latent Factor算法进行了改进以提高用户体验。最终,测试表明系统不仅解决了用户的痛点,而且研究成果对基于iOS及React Native框架的相关研究有很重要的借鉴参考价值,能够帮助换宿游运营者或从业者高效、准确地完成换宿游系统的搭建,同时也可拓展和丰富换宿游系统的研究视角和理论内涵。

基于哈希和路网边权的地图匹配算法及其应用

现如今车载导航的使用越来越普及,海量的车辆行驶数据使得车辆驾驶行为分析成为一项新的研究热点,但是由于车载导航采集的行驶数据存在一定的偏差,需要对其进行有效的预处理以便准确分析驾驶行为。提出一种以确定性地图匹配算法为依据的新型地图匹配算法,该算法以邻接表的形式存储路网信息,利用geohash函数筛选数据点附近的道路,在匹配过程中通过添加滑动窗口来提高正确率,最后在修正路网边权的基础上搜索最佳路线,将其作为填充空白数据点的依据。该算法便于实现,相比于传统的确定性地图匹配算法具有更高的匹配精度,相对于不确定性地图匹配算法具有更高的匹配速度,并且适用于大段数据异常的情况,可以提高车辆行驶数据的质量,同时满足了车辆实时定位的处理需求。

基于MVC架构的智能共享云打印服务系统设计与实现

本文介绍了云打印应用的应用场景与技术特点,以及云打印系统关键点实现的过程。该系统基于MVC架构,以Nginx作为高性能网关,基于Websocket协议实现打印任务的实时推送,基于GeoHash算法为用户提供周边打印机的高校推荐。该系统可对闲置打印资源进行高效整合,在高校、企业等场景中提供便捷、高效、放心的无人值守的共享云打印服务。

Geohash编码的周边查找算法优化

周边查找是一项地理空间分析功能,用于从大范围的海量地理要素中检索出局部的地理要素。基于Geohash网格的空间索引可以很容易地实现周边查找算法。但是目前基于Geohash的周边查找算法在网格筛选过程中存在一些低效的情况。在阐述前人利用Geohash实现周边查找的算法基础上,提出了一些针对网格筛选环节的算法优化策略,进一步提高了周边查找效率。

基于GPS轨迹数据的城市交叉路口识别

【目的】针对交通方式混合模式下城市居民移动产生的GPS时空轨迹数据,实现城市道路交叉路口的自动识别。【方法】将交叉路口识别转化为一个有监督的分类学习问题。利用GeoHash算法对原始轨迹和轨迹活动区域进行编码和分格;将编码轨迹与活动区域编码矩阵映射成二值化融合矩阵,构建交叉路口特征集合;最后利用带有滑动窗口的K近邻分类算法,实现城市交通的交叉路口识别。【结果】在真实轨迹数据集GeoLife上的对比实验表明,经过GeoHash编码转换,数据集规模平均缩减率达到原有轨迹点数量的39%,降低了计算的时间复杂度;同时,识别精度优于传统的基于转向角度的交叉路口识别方法,当误差距离为50米时,综合评价指数的F1-Measure达到0.82。【局限】需要在更多城市真实轨迹数据集上进一步检验该方法的有效性。【结论】本文所提方法不受交通模式变化而产生的GPS轨迹采样频率影响,能解决混合交通模式数据集上的城市交叉路口自动识别问题,具有较强的通用性。