GNSS数据的智能聚类学习算法研究
文献类型：期刊论文
| 作者 | 周相兵1,2 |
| 刊名 | 测绘学报
 |
| 出版日期 | 2019 |
| 卷号 | 48期号:8页码:1072-1072 |
| 关键词 | 研究对象 遗传算法 粒子群算法 |
| ISSN号 | 1001-1595 |
| DOI | 10.11947/j.AGCS.2019.20180448 |
| 其他题名 | Research on intelligent clustering learning algorithm for GNSS data |
| 产权排序 | 1 |
| 文献子类 | Article |
| 英文摘要 | 随着GNSS终端设备的普及与广泛应用,海量的、带丰富位置信息的数据所隐藏的地质与空间变迁信息正在支撑智慧城市的发展。论文以10组不同城市出租车GPS数据为研究对象,以遗传算法、粒子群算法和蚁群算法3种智能算法为研究基础,以聚焦划分聚类算法为自动聚类的基本算法;提出了基于智能优化的GPS数据自动聚类学习算法,这些算法通过所构建的模糊系统和初始化种群技术,有效地克服了基于划分聚类算法的聚类数目不易确定、预设参数过多、敏感于初始种子点、难以将上一代优秀聚类结果保存到下一代、易陷入局部最优等长期以来存在的缺陷。试验验证表明,本文所提出的算法效率能提升6%及以上,最高可达20%,而且算法计算复杂度能控制在O(n)左右(n是GPS数据点的数目);能更好地发掘城市热点、人群聚集区、城市运行状态等有价值信息。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6557863 |
| 源URL | [http://ir.imde.ac.cn/handle/131551/31316]  |
| 专题 | 中国科学院水利部成都山地灾害与环境研究所 |
| 通讯作者 | 周相兵 |
| 作者单位 | 1.中国科学院水利部成都山地灾害与环境研究所数字山地与遥感应用研究中心; 2.四川旅游学院信息与工程学院 |
| 推荐引用方式 GB/T 7714 | 周相兵. GNSS数据的智能聚类学习算法研究[J]. 测绘学报,2019,48(8):1072-1072. |
| APA | 周相兵.(2019).GNSS数据的智能聚类学习算法研究.测绘学报,48(8),1072-1072. |
| MLA | 周相兵."GNSS数据的智能聚类学习算法研究".测绘学报 48.8(2019):1072-1072. |
入库方式： OAI收割
来源：成都山地灾害与环境研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。