-
题名基于并行Apriori的物流路径频繁模式研究
被引量：6
- 1
-
-
作者
曹菁菁
任欣欣
徐贤浩
-
机构
武汉理工大学物流工程学院
华中科技大学管理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第11期257-264,共8页
-
基金
国家自然科学基金重点国际(地区)合作与交流项目(No.71620107002)
国家自然科学基金青年项目(No.61502360)
-
文摘
传统的频繁路径挖掘分析主要通过关联规则算法实现,但其在处理大型数据集时,会产生占用内存过多,数据处理速度慢等问题,对此提出一种基于Fuzzy c-means聚类算法的并行Apriori算法模型。该模型通过Fuzzy c-means算法完成对原始数据集的聚类分析,将同一区域的物流路径数据划分到内部相似度较高的数据类,并利用Apriori算法对各数据类中的频繁模式进行挖掘分析,进而获得各区域的物流频繁路径。同时通过Hadoop平台实现算法的并行化,有效提高算法运行效率和质量。通过对物流频繁路径的挖掘分析,使管理者更清楚货物流向,可为配送路径优化等决策提供支持。
-
关键词
大数据
频繁路径
HADOOP
FUZZY
c-means聚类算法
APRIORI算法
-
Keywords
big data
frequent path
Hadoop
Fuzzy c-means clustering algorithm
Apriori algorithm
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进Yolov5算法的绝缘子缺损检测方法研究
- 2
-
-
作者
丁华轩
-
机构
湖南工业大学交通工程学院
-
出处
《电子技术与软件工程》
2022年第23期184-188,共5页
-
文摘
本文提出一种基于改进Yolov5算法的绝缘子缺陷检测方法,通过FuzzyC-means算法、解耦头等4个改进点解决图像失真导致的检测精度下降以及运行速度慢的问题,实验表明,在测试集上的检测精度相比原算法提升4.5%,速度提升13%左右,证明本文方法的有效性。
-
关键词
绝缘子故障检测
Yolov5
Fuzzy
c-means聚类算法
重参数化
-
分类号
TM75
[电气工程—电力系统及自动化]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名雷达数据关联中动态加权模糊C-均值聚类算法研究
被引量：1
- 3
-
-
作者
张冰冰
于洋
刘砚菊
陈亮
-
机构
沈阳理工大学信息科学与工程学院
-
出处
《现代雷达》
CSCD
北大核心
2013年第5期22-25,29,共5页
-
文摘
针对雷达本身及测量的运动目标淹没在大量的杂波中而导致所测数据的不准确问题,文中对雷达测量的大量目标数据进行卡尔曼滤波,以减少数据关联时的计算冗余量;并对模糊C-均值(C-Means)聚类算法进行改进,改进后的算法利用实时目标航迹斜率的变化率对传统的模糊C-Means聚类算法进行动态加权,从而使模糊C-Means聚类算法的目标函数最优化,优化后的目标函数确定的聚类中心更加逼近目标的实际值,从而保证数据关联的准确度,并减少了计算时间,提高算法的效率。仿真实验表明,将文中基于目标航迹斜率变化率动态加权的模糊C-Means聚类算法应用于曲线运动目标的数据关联中,与传统的模糊C-Means聚类算法相比,可以提高数据关联准确度和效率。
-
关键词
航迹斜率变化率
模糊c-means聚类算法
加权的模糊c-means聚类算法
曲线运动目标
均方根误差
-
Keywords
change rate of the slope of the target track
fuzzy c-means clustering algorithm
weighted fuzzy c-means clustering al-gorithm
curve moving target
root-mean square error
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
