基于AGNES算法优化BP神经网络和GIS系统的大气污染物浓度预测 被引量：9

1

作者 姚宁 马青兰 +1 位作者 张晶 文印 《中国环境监测》 CAS CSCD 北大核心 2015年第3期113-117,共5页

建立了大气污染物浓度与影响因子之间的BP神经网络,对城市中各监测点位的次日大气污染物浓度进行预测,采用GIS的插值分析进行污染物空间分布预测,其中BP神经网络的输入向量采用AGNES算法进行处理。以太原市区SO2、PM10浓度预测为例,选... 建立了大气污染物浓度与影响因子之间的BP神经网络,对城市中各监测点位的次日大气污染物浓度进行预测,采用GIS的插值分析进行污染物空间分布预测,其中BP神经网络的输入向量采用AGNES算法进行处理。以太原市区SO2、PM10浓度预测为例,选择气温、湿度、降水量、大气压强、风速和前5天的污染物浓度等10个参数训练BP神经网络,结果表明,BP神经网络的训练效果较好,预测结果与实际浓度显著相关,R2分别为0.988、0.976;结合太原市8个监测点位的污染物浓度预测值,运用GIS空间差值法绘出SO2、PM10的浓度分布预测图,该图与实际情况大体符合,并且与国控大气污染企业的分布显著相关,Pearson相关系数分别为0.969、0.949。 展开更多

关键词 大气污染物 agnes算法 BP神经网络 GIS

下载PDF 职称材料

数据挖掘中几种聚类算法的分析比较 被引量：5

2

作者 谢昊 王学明 《信息与电脑》 2018年第24期66-68,共3页

随着互联网技术的迅速发展,人们已进入了大数据的时代,人们每天都会产生大量的数据,这些有用无用的数据充斥在我们周围,如何有效地整理、聚类这些数据成为了一个难题。基于此,针对数据挖掘聚类算法中的K-means算法、AGNES算法、DBSCAN... 随着互联网技术的迅速发展,人们已进入了大数据的时代,人们每天都会产生大量的数据,这些有用无用的数据充斥在我们周围,如何有效地整理、聚类这些数据成为了一个难题。基于此,针对数据挖掘聚类算法中的K-means算法、AGNES算法、DBSCAN算法进行了分析,归纳并总结了这些经典聚类算法的优缺点,并分析了这些算法的应用场合。 展开更多

关键词 聚类 K-MEANS算法 agnes算法 DBSCAN算法

下载PDF 职称材料

基于主成分层次聚类模型的采空塌陷场地稳定性评价 被引量：3

3

作者 郭松 郭广礼 +1 位作者 李怀展 杨向升 《中国地质灾害与防治学报》 CSCD 2020年第6期116-121,共6页

对采空塌陷场地进行稳定性评价是保证后续工程建设安全的重要前提。针对某磷矿急倾斜矿层采空塌陷场地稳定性评价影响因素多、地质采矿条件复杂的问题,提出了基于主成分层次聚类模型的稳定性判别方法。在确定采空塌陷场地稳定性评价范... 对采空塌陷场地进行稳定性评价是保证后续工程建设安全的重要前提。针对某磷矿急倾斜矿层采空塌陷场地稳定性评价影响因素多、地质采矿条件复杂的问题,提出了基于主成分层次聚类模型的稳定性判别方法。在确定采空塌陷场地稳定性评价范围的基础上,筛选了表征采空塌陷场地稳定性的8个主要指标作为学习样本进行训练,经主成分降维后,建立采空塌陷场地稳定性评价的AGNES(AGglomerative NESting)层次聚类模型并应用于该磷矿采空塌陷场地稳定性评价中。实验结果表明,采空塌陷场地稳定性影响因素的前4项主成分的累计贡献率为81.8%,较好地表征原始样本指标所包含的信息,采空塌陷场地稳定性总体能够与此区域城市规划不同用地性质的土地承载力相适应,并与其他手段评价结果相比较证明了主成分层次聚类模型应用于采空塌陷场地稳定性评价中的可行性和有效性。 展开更多

关键词 采空塌陷 层次聚类 主成分分析 agnes算法 稳定性评价

下载PDF 职称材料

数据挖掘中三种典型聚类算法的分析比较 被引量：3

4

作者 李煜堃 《电脑知识与技术》 2020年第15期52-56,共5页

大数据时代从大量无序的数据中发现隐含的、有效的、有价值的、可理解的模式变得越发重要。在此背景下,以数据挖掘众多算法中的聚类算法为切入点,选取三种典型的聚类算法--K-means算法、AGNES算法、DBSCAN算法,进行可视化聚类结果和FMI... 大数据时代从大量无序的数据中发现隐含的、有效的、有价值的、可理解的模式变得越发重要。在此背景下,以数据挖掘众多算法中的聚类算法为切入点,选取三种典型的聚类算法--K-means算法、AGNES算法、DBSCAN算法,进行可视化聚类结果和FMI值比较分析,归纳出DBSCAN算法可以发现任意形状的簇类,AGNES算法和K-Means算法在中小型数据集中挖掘得到球形簇的效果较好。 展开更多

关键词 聚类 K-MEANS算法 agnes算法 DBSCAN算法

下载PDF 职称材料

AGNES算法在K-means算法中的应用 被引量：2

5

作者 周爱武 潘勇 +1 位作者 崔丹丹 肖云 《微型机与应用》 2011年第23期79-81,共3页

提出一种新的选取初始聚类中心的算法,该算法结合了凝聚层次聚类算法AGNES,利用该算法选出初始聚类中心,再应用到K-means算法中进行聚类。实验表明,改进的算法聚类效果更好,准确率得到了提高,迭代次数也明显减少,还能够发现异常点。

关键词 K—means算法 agnes算法 初始聚类中心 密度 簇

下载PDF 职称材料

快速语义Web服务发现方法 被引量：1

6

作者 贺超波 陈启买 《计算机工程与设计》 CSCD 北大核心 2010年第12期2936-2938,F0003,共4页

针对现有的基于本体描述的语义Web服务发现方法发现效率较为低下的问题,提出一种新的服务发现方法。该方法在基于本体距离计算语义Web服务综合相似度的基础上,利用数据挖掘中的聚类算法AGNES对语义Web服务集合进行聚类预处理,形成若干... 针对现有的基于本体描述的语义Web服务发现方法发现效率较为低下的问题,提出一种新的服务发现方法。该方法在基于本体距离计算语义Web服务综合相似度的基础上,利用数据挖掘中的聚类算法AGNES对语义Web服务集合进行聚类预处理,形成若干服务簇,然后应用相应服务发现算法根据相似度阈值定位于某一服务簇内进行查找匹配,从而可减少搜索空间。理论与仿真实验结果表明,该方法既可保证服务发现的准确率,又可明显提高服务发现的效率。 展开更多

关键词 本体 语义WEB服务 服务发现 聚类 agnes算法

下载PDF 职称材料

基于Python的AGNES算法及其应用

7

作者 吴文碧 王文东 +1 位作者 甄艳秋 简相栋 《信息与电脑》 2020年第23期59-60,共2页

本文在研究AGNES聚类算法基本原理的基础上,结合Python语言的特点,编程实现了AGNES算法。AGNES聚类算法是通过计算每一个类别的数据点与所有数据点之间的距离来确定它们之间的相似性,距离越小,相似度越高。本文利用西瓜数据集和鸢尾花... 本文在研究AGNES聚类算法基本原理的基础上,结合Python语言的特点,编程实现了AGNES算法。AGNES聚类算法是通过计算每一个类别的数据点与所有数据点之间的距离来确定它们之间的相似性,距离越小,相似度越高。本文利用西瓜数据集和鸢尾花数据集进行了AGNES聚类,验证了AGNES算法的实用性和有效性。 展开更多

关键词 聚类 agnes算法 欧氏距离 PYTHON

下载PDF 职称材料

基于改进DTW_AGNES的网约车需求量时间序列聚类研究 被引量：8

8

作者 黎新华 李俊辉 黎景壮 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第8期13-19,共7页

对网约车需求量时间序列进行聚类分析,识别不同日期需求量变化规律的相似性和差异性,以合理制定运营调度计划,为乘客提供更高水平运输服务。针对现有的欧氏距离凝聚层次聚类(Euc_AGNES)不能识别时间序列偏移、伸缩等问题和针对动态时间... 对网约车需求量时间序列进行聚类分析,识别不同日期需求量变化规律的相似性和差异性,以合理制定运营调度计划,为乘客提供更高水平运输服务。针对现有的欧氏距离凝聚层次聚类(Euc_AGNES)不能识别时间序列偏移、伸缩等问题和针对动态时间弯曲(DTW)距离计算时间开销大的问题,提出一种改进DTW_AGNES聚类方法,通过调整匹配路径约束范围来优化DTW的动态规划搜索范围,并使用改进后的DTW作为凝聚层次聚类(AGNES)的相似性度量方法。实验结果表明:普通DTW_AGNES聚类和改进DTW_AGNES聚类均比Euc_AGNES聚类更能识别网约车需求量时间序列变化规律,为网约车运营商制定编排调度计划提供可靠依据,且改进后的DTW_AGNES聚类运行效率比普通DTW_AGNES聚类提高了62.4%,节省了计算时间和计算资源,证明了方法的有效性。 展开更多

关键词 交通运输工程 凝聚层次聚类 动态时间弯曲 时间序列 DTW_agnes算法 网约车

下载PDF 职称材料

室内用户语义位置预测研究 被引量：6

9

作者 王培晓 王海波 +1 位作者 傅梦颖 吴升 《地球信息科学学报》 CSCD 北大核心 2018年第12期1689-1698,共10页

位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务(Location-based Service,LBS)领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏... 位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务(Location-based Service,LBS)领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法(Spatial-Temporal Agglomerative Nesting,ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型(Long Short-Term Memory,LSTM)挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。 展开更多

关键词 LSTM模型 ST-agnes算法 吸引度规则 室内轨迹 位置预测

原文传递

基于关联规则的居民公共交通依赖性致因分析 被引量：1

10

作者 胡松 杨贝 +1 位作者 翁剑成 周伟 《交通信息与安全》 CSCD 北大核心 2023年第3期147-156,共10页

鉴别不同出行者对公共交通的依赖程度,并分析其形成的致因差异,有助于从规划设计、政策制定等维度针对性地改善公共交通服务质量。设计并实施了居民出行的行为调查(revealed preference,RP)线上问卷,在数据质量检验的基础上引入关联匹... 鉴别不同出行者对公共交通的依赖程度,并分析其形成的致因差异,有助于从规划设计、政策制定等维度针对性地改善公共交通服务质量。设计并实施了居民出行的行为调查(revealed preference,RP)线上问卷,在数据质量检验的基础上引入关联匹配技术,通过融合出行调查数据与公共交通出行交易数据实现了个体公共交通出行链提取。提出了公共交通依赖性度量指标与关键致因指标,构建了AGNES-Apriori模型开展公共交通依赖性分级与不同层级群体强关联规则挖掘,并据此提出了公共交通依赖性层级提升的“两阶段”框架及出行激励策略集。结果表明:①居民公共交通依赖性可被划分为低、较低、较高和高依赖性4个层级,不同层级对应的强关联规则间具有显著差异性;②关联规则包含的指标数量与3个参数值呈负相关关系,高依赖性强关联规则出现的概率为低依赖性的2.1倍;③家和目的地到站点总距离、收入、小汽车可用性等客观条件是影响居民公共交通依赖性的关键致因,而公共交通出行低自由度是导致居民公共交通依赖性降低的重要原因;④较低的客观条件指标值通常促使居民形成较高的公共交通依赖性;⑤小汽车低可用性变量主要出现在公共交通低、高依赖性群体对应的强关联规则中,而高依赖性群体随其小汽车可用性增强可能出现公共交通依赖性降低的趋势。 展开更多

关键词 城市交通 公共交通依赖性 出行链 agnes-Apriori算法 关联规则

下载PDF 职称材料

基于AGNES聚类算法的城市交通运行状态分析研究 被引量：3

11

作者 崔世斌 牛智勇 +2 位作者 李若楠 潘红梅 任志城 《西昌学院学报（自然科学版）》 2020年第4期62-67,共6页

为提高道路运行效率、缓解城市交通拥堵,以宿州市城区为研究对象开展了交通运行状态的分析研究。通过GPS系统获得浮动车数据,运用数理统计方法对数据进行修复和预处理;选用路段行程速度和交通流量作为评价参数,构建了路段行程速度计算... 为提高道路运行效率、缓解城市交通拥堵,以宿州市城区为研究对象开展了交通运行状态的分析研究。通过GPS系统获得浮动车数据,运用数理统计方法对数据进行修复和预处理;选用路段行程速度和交通流量作为评价参数,构建了路段行程速度计算模型。利用AGNES聚类算法对道路流量和平均车速进行聚类分析,以此对道路交通状态进行等级划分并确定不同等级的区间值。结果表明:宿州市主干路严重拥堵临界值为20 km/h,低于标准值(21 km/h);同时次干路的中度和重度拥堵阈值也明显低于规范值,原因可能是车道较窄、机非混行。该研究可以为利用交通数据评估城市交通状况提供新方法,可以提高交通管理者对道路结构的认识,对城市道路的规划和设计有一定的参考价值。 展开更多

关键词 城市道路 交通状态 浮动车数据 agnes聚类算法

下载PDF 职称材料