基于语义挖掘的快递运输货品风险评价研究

为提高快递运输的风险监测管控能力,降低因快递货品风险导致城市安全事件发生的可能性,本文基于语义挖掘方法将快递运输货品描述转化为风险的量化表征,为快递运输风险评价提供可量化的客观指标依据.基于网络大数据资源提供的法院判决书数据,将物品词条与判决结果相关联,通过隐狄利克雷分布模型挖掘物品风险主题,结合模糊均值聚类方法,实现...     

基于系统聚类的市域轨道交通快慢车停站方案

市域轨道交通采用快慢车模式可以较好地满足其各类客流的复合需求,快慢车停站方案是快慢车模式的基础,其核心在于市域线路沿线车站的等级划分。以市域轨道交通的客流量为依据,应用系统聚类法进行车站等级划分,进而确定快慢车停站方案。以Z市轨道交通S线为例进行分析,应用系统聚类法对S线8个车站进行大小站划分,在聚类过程中采用平方欧式距离设定不同初始对象之间的距离,用最短距离法计算不同类别车站的聚合度,并依据聚类结果确定S线的快慢车停站方案,验证系统聚类法在市域轨道交通快慢车停站方案运用的有效性。     

基于K-均值聚类和支持向量机的电动汽车行驶工况研究

针对现有行驶工况难以反映车辆真实驾驶情况的问题,以国内典型大中型城市——西安市为例,对电动汽车行驶工况构建方法进行研究.根据西安市道路布局,设计了城市道路行驶工况数据采集方案;提出了一种K-均值聚类和支持向量机相结合的半监督分类模型,构建了西安工况;最后将西安工况与原始试验数据和国际标准行驶工况进行对比.研究结果表明:西安工况与实际道路行驶数据特征参数的相对误差均小于5％,平均相对误差仅为2.66％,构建的行驶工况能够真实反映西安市车辆的运动特征;且由于动力系统的差异,电动汽车工况比内燃机车工况更为激进.     

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著,本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据,调用开放地图接口地理编码解算事故地点经纬度,使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入,为解决这一局限,建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型,并与原始聚类模型进行对比.结果表明,优化算法在参数确定上更加智能,对簇的划分更加准确,对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分,证明了该算法在城市道路交通事故地理位置聚类中的适用性.     

考虑泥沙骤淤影响的航道通航标准研究

随着我国海上运输业的快速发展,港口的泥沙骤淤问题也日益严重,对船舶的正常通航造成了不良影响。本文首先阐述了泥沙聚淤的特点,分析了泥沙骤淤影响的航道通航标准原则,结合我国黄骅港综合港区的实际通航情况,分析了泥沙骤淤影响下的航道通航标准,希望对相关研究领域提供帮助。     

基于FCM聚类分析模型的中小城市交通发展模式研究

文章针对江苏省中小城市的交通发展模式进行了研究,采用FCM聚类分析模型对江苏省城市进行规模聚类,通过选定相关指标,利用Matlab软件将13个城市划分为5个类别,分析中小城市与大城市在交通特征上的区别,着重针对中小城市的发展模式提出相关建议。     

基于灰色评价理论的危险品运输企业安全管理评价方法

运用灰色评价理论中的灰类白化权函数聚类方法,对危险品运输企业安全管理水平进行定性和定量相结合的综合分析,可实现对危险品运输企业安全管理水平更客观准确地评价.     

基于密度半径自适应选择的K-均值聚类算法

K-均值算法聚类速度快,易于实现,且对数据依赖度低,在文本聚类中得到广泛应用.然而,由于聚类初始中心点选择的随机性,传统K-均值算法以及其变种的聚类结果会产生较大的波动.文章对K-均值算法进行了改进,通过自适应选择最佳密度半径进而优化聚类初始中心选择的方法,得到一种适合文本数据聚类分析的改进算法.实验表明,该算法能够生成质量较高而且波动性较小的聚类结果.     

面向网络营销的IIS日志分析系统

web日志分析对电子商务的网站推广和客户服务方面起到了非常重要的作用,文章主要阐述了一个面向网络营销的IIS日志分析系统的实现原理,提出了将文本文件形式的日志数据自动导入和批量导入数据库的方法,描述了日志分析系统采用的统计、聚类等分析方法的模型和实现.     

超高分子量聚丙烯酰胺的合成

研究水溶液中丙烯酰胺(AM)与丙烯酸钠(AANa)在新型氧化还原剂体系引发下,共聚合合成超高分子量聚丙烯酰胺(PAM)的方法.在单因素考察的基础上,通过正交设计实验确定了聚合反应在引发温度30℃时最佳工艺条件:单体质量分数45%;pH值9.5;氧化剂用量100 mg/L;还原剂用量200 mg/L;丙烯酸钠与丙烯酰胺单体配比1∶3.该条件下制得聚丙烯酰胺分子量为2.2×107;固含量89.0%;水解度25.7%;过滤比1.32.