-
题名折半聚类算法在基于社会力的人群疏散仿真中的应用
被引量：4
- 1
-
-
作者
李焱
刘弘
郑向伟
-
机构
山东师范大学信息科学与工程学院
山东省分布式计算机软件新技术重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2017年第5期1491-1495,1511,共6页
-
基金
国家自然科学基金资助项目(61472232
61373149
+2 种基金
61572299
61402269)
山东省自然科学基金资助项目(ZR2014FQ009)~~
-
文摘
运用社会力模型(SFM)模拟人群疏散之前,需要先对人群进行聚类分组;然而,k中心聚类(k-medoids)和统计信息网格聚类(STING)这两大传统聚类算法,在聚类效率和准确率上都不能满足要求。针对这个问题,提出了折半聚类算法(BCA)。该算法结合了围绕中心点聚类和基于网格聚类两类方式,并利用二分法查找思想划分网格,不需要反复聚类。先将数据用二分法划分成网格,再根据网格内数据密度选出核心网格,接着以核心网格为中心将邻居网格聚类,最后按就近原则归并剩余网格。实验结果表明,在聚类时间上,BCA平均仅是STING算法的48.3%,不到k-medoids算法的14%;而在聚类准确率上,k-medoids算法平均仅是BCA的50%,STING算法平均也只是BCA的88%。因此,BCA无论在效率还是准确率上都明显优于STING和k-medoids算法。
-
关键词
聚类算法
统计信息网格
k中心聚类
人群疏散仿真
社会力模型
-
Keywords
clustering algorithm
statistical information grid （sting）
k-medoids
crowd evacuation simulation
Social Force Model （SFM）
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于网格结构的CLARANS改进算法
被引量：7
- 2
-
-
作者
张书春
孙秀英
-
机构
郑州大学信息工程学院
黄河科技学院
-
出处
《计算机工程》
CAS
CSCD
2012年第6期56-59,共4页
-
基金
上海市自然科学基金资助项目(042R14077)
河南省科技攻关计划基金资助项目(2011C520016)
-
文摘
为提高CLARANS算法的准确性和执行效率,利用网格聚类算法对数据空间进行划分的思想,结合统计信息网格算法,对算法初始节点和邻居节点的选择及替换总代价的计算进行改进。实验结果表明,与CLARANS算法相比,改进算法聚类结果的准确性和稳定性更高,执行时间明显降低。
-
关键词
CLARANS算法
统计信息网格算法
聚类
相异度
数据空间
-
Keywords
Clustering Large Applications based on Randomized Search（CLARANS） algorithm
statistical information grid（sting） algorithm
clustering
dissimilarity degree
data space
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于稀疏栅格优化的蜂窝车联网定位算法
被引量：2
- 3
-
-
作者
夏小涵
蔡超
邱佳慧
杨静远
张香云
肖然
-
机构
中国联合网络通信有限公司智网创新中心
生态环境部核与辐射安全中心
爱立信(中国)通信有限公司
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2021年第2期210-221,共12页
-
基金
国家自然科学基金(No.62071031)
国家重点研发计划(No.2018YFB1600600)资助。
-
文摘
蜂窝车联网(cellular-V2X,C-V2X)中的定位方案是车路协同与车联网业务发展的重要技术途径之一。目前基于基站、卫星等诸多定位方案,在车联网业务以及车路协同场景中常会遇到定位精度、定位处理时延、部署成本等诸多方面的挑战。针对这些问题,文章对已有栅格定位算法进行优化,提出一种基于统计信息网格(statistical information grid,STING)的稀疏栅格优化算法和基于极端梯度提升(extreme gradient boosting decision tree,XGBoost)进行指纹定位的车联网指纹定位算法。从栅格优化的角度出发,相较于传统指纹定位方法在定位精度和计算速率方面进行了优化,使其更适应于车路协同场景。该算法为目前的车联网定位提供了一种有效的定位方法。
-
关键词
蜂窝车联网
统计信息网格聚类
指纹定位
极端梯度提升
稀疏栅格优化
-
Keywords
cellular-V2X(C-V2X)
statistical information grid(sting)
fingerprint posi-tioning
extreme gradient boosting(XGBoost)
sparse grid optimization
-
分类号
TN913
[电子电信—通信与信息系统]
-
