一种基于极坐标的快速邻域搜索算法

一般邻域搜索方法面临着邻域定义的难点：定义的邻域较小，搜索就可能很快陷入局部最优，相反，则搜索效率会显著下降．针对这一问题，提出了一种基于极坐标的快速邻域搜索算法．试验证明，该算法能有效地解决邻域定义问题，并能在一定程度上解决常用的优化方法还较难解决的非凸集问题，对于一般复杂度问题，有较小的时间和空间复杂度。     

基于非参数回归的城轨实时进出站客流预测

为准确预测城轨实时进出站客流,构建基于非参数回归的实时进出站客流预测模型。首先,对不同特征日分时进出站客流量进行对比分析,据此构建历史数据库;其次,通过计算历史分时数据的相关系数,并设置阈值对分时客流数据间的相关性进行判断,从而确定合适的非参数模型状态向量;再次,根据K近邻样本与预测目标的客流量差异性,设计基于权重加权的预测算法;最后利用广州市城轨客流数据对预测模型进行精度分析,对全网站点多天的预测结果显示:全天平均绝对百分比误差均在2%以下,分时平均绝对百分比误差均在14%以下,表明模型具有较高的预测精度和良好的适用性。     

AN EFFICIENT FAST ENCODING ALGORITHM FOR VECTOR QUANTIZATION

IntroductionAs an effective technique for data compression,VQ[1,2 ] has been successfully used forvarious ap-plications involving VQ- based encoding and VQ-based recognition in both vocal and image pro-cessing.The k- dimensional,N- level vectorquantizer is defined as a mapping from a k- di-mensional Euclidean space Rkinto a certain finitesubset C={Ci,i=1 ,2 ,… ,N },which is called acodebook and whose elements Ci are called code-words.A distortion measure D( X,Ci) is a non-negative dissi…     

基于BFS和加权半监督聚类算法的地铁客流分配研究

复杂的城市轨道交通线网给乘客提供多种出行路径选择,而轨道网络起讫点间可能存在多条可选有效路径,给城市轨道客流清分工作带来难度。为求解相同起讫站点间各路线乘客选择的概率问题,以广州市地铁自动售检票(automaticfarecollection,AFC)系统刷卡数据为研究对象,提出一种创新性的半监督聚类算法框架。首先基于广度优先(breadth first search, BFS)的K短路径的搜索算法,识别起讫点间的有效路径集,由此确定初始聚类中心及个数;然后以路径距离和换乘次数等特征值依次标定各有效路径权重,由这些标记数据出发,采用加权半监督的方式增强聚类算法的分类能力。最后结合客流调查结果,与经典K-means算法和朴素贝叶斯分类算法进行比对。通过算例证实提出的客流分配算法性能最优,准确率高达94%,具有较好的分类效果。     

应急物流配送优化的改进最邻近算法研究

应急物流配送研究的核心是最短路径选择问题。以最邻近算法为基础,针对以往只能解决一个配送仓库对应多个救灾中心问题的局限性,提出一种多个配送仓库同时对应多个救灾中心的改进最邻近优化算法。通过仿真实验证明该算法具有良好的适用性。     

Monitoring Median Queries over Moving Objects

The k-median problem has attracted a number of researchers. However, few of them have considered both the dynamic environment and the issue of accuracy. In this paper, a new type of query is studied, called continuous median monitoring (CMM) query. It considers the k-median problem under dynamic environment with an accuracy guarantee. A continuous group nearest neighbor based (CGB) algorithm and an average distance medoid (ADM) algorithm are proposed to solve the CMM problem. ADM is a hill climbing schemed algorithm and achieves a rapid converging speed by checking only qualified candidates. Experiments show that ADM is more efficient than CGB and outperforms the classical PAM (partitioning around medoids) and CLARANS (clustering large applications based on randomized search) algorithms with various parameter settings.     

万维网的小世界效应探讨

在工程信息的长期安全保存和可靠调用过程中,存在着信息和其使用系统之间的兼容问题和对信息定期检查、移存、转化的时间和效率问题。目前国内外对这两类问题还没有可行的解决方法和技术。介绍了“六度分离”现象和经典的小世界网络模型,提出了WWW模型的架构,并在此基础上提出了万维网中任意两个网页间链接路径的搜索算法和计算万维网的特征路径长度,借此验证万维网具有小世界效应,为解决大量级和分散性信息的管理问题提供了可靠的科学依据。     

基于时间序列相似性搜索的交通流短时预测方法

为了进一步提高交通流短时预测的效果,在分析现有预测模型存在问题的基础上,设计了1种基于时间序列相似性搜索的交通流短时多步预测方法.利用界标模型对交通流时间序列数据进行模式表示,在历史数据库中搜索与当前交通流时间序列相似度较高的历史时间序列,进而确定与预测时刻相对应的历史数据,利用回声状态网络模型实现交通流的短时多步预测.采用某特大城市快速路5 min采样间隔的交通流量数据进行实验验证和对比分析.实验结果表明,回声状态网络模型的预测精度分别比ARIMA模型和BP神经网络模型提高了6.25%和3.85%,以时间序列相似性搜索结果作为模型输入数据能够进一步提高交通流短时预测的精度.      

黑名单快速匹配算法的研究

以电话号码为例进行了黑名单快速匹配算法的研究,并给出了具体实现方式.