-
题名基于多属性重要度加权K-近邻算法的客流量预测研究
- 1
-
-
作者
董淼
蒋纬昌
王晓茹
孙荣荣
-
机构
河南工业职业技术学院建筑工程学院
中国移动通信集团河南有限公司南阳分公司
-
出处
《广东通信技术》
2023年第5期10-13,20,共5页
-
基金
2022年度河南省重点研发与推广专项科技攻关项目(222102320115)
2023年度河南省重点研发与推广专项科技攻关项目(232102321072)。
-
文摘
随着数据维度的增加,传统k-邻近算法没有考虑不同属性对预测结果的影响,易导致维度灾难。为了解决数据维度对预测结果的影响问题,提出一种基于多属性重要度加权k-邻近算法(Multi-attribute importance weighting,MIW-KNN)。选取影响景区客流量的五个重要属性因素,将景点级别、门票价格、周末或节假日、搜索指数和天气作为样本属性,把景区客流量作为类,利用多维数据属性空间上的对客流量的影响程度确定各个数据样本属性的权重,通过多属性加权和欧氏距离进行近邻搜索,进行最优预测。选取5A级景点清明上河园景区为例进行实证分析,结果显示所提模型能很好地提高客流量的预测效果,提高了预测的准确率、在R2、RMSE、MAE和MAPE等方面表现良好。
-
关键词
数据挖掘
k-邻近算法
预测模型
-
分类号
F592.7
[经济管理—旅游管理]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于PCA降维的MNIST手写数字识别优化
- 2
-
-
作者
田春婷
-
机构
兰州石化职业技术大学信息工程学院
-
出处
《现代信息科技》
2024年第16期64-68,共5页
-
基金
甘肃省教育厅高校教师创新项目(2023A-205)。
-
文摘
PCA数据降维技术广泛应用于数据降维和数据的特征提取,可以很大程度上降低算法的计算复杂度,提升程序运行效率。文章将MNIST原始数据集和对原始数据集进行PCA降维处理之后的数据集作为样本,分别采用K-邻近算法、决策树ID3算法、SVC分类模型,以及选取不同分类算法作为基础分类器的集成学习方法,实现手写数字识别。在对MNIST数据集进行PCA降维前后,以及不同分类算法和模型执行结果的时间复杂度与预测准确率进行比对与分析,进一步强化与优化手写数字识别准确率等各项指标。
-
关键词
PCA降维
MNIST手写数字识别
k-邻近算法
决策树
SVC分类模型
集成学习
-
Keywords
PCA dimensionality reduction
MNIST handwritten digit recognition
k-Nearest Neighbor algorithm
Decision Tree
SVC classification model
Ensemble Learning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
