-
题名一种基于MapReduce的短时交通流预测方法
被引量:11
- 1
-
-
作者
梁轲
谭建军
李英远
-
机构
中国科学院广州地球化学研究所
中国科学院大学
广州中科盛博信息技术有限公一J
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第1期174-179,共6页
-
基金
广东省中国科学院全面战略合作基金资助项目(2012B091100266)
广州市科技计划基金资助项目(2010Y1-C041)
广州市科技计划科技支撑基金资助项目(09A11040726)
-
文摘
非参数回归方法是短时交通流预测常用的方法,但现有非参数回归方法存在预测速度与精度之间的矛盾。为此,提出一种适用于海量历史数据、基于Map Reduce与遗传算法的非参数回归短时交通流预测方法。通过引入Map Reduce并行计算框架,加快K最近邻算法的搜索速度。在数据预处理阶段利用遗传算法优化关键参数的设置,并采用Map Reduce加速参数优化过程,以解决遗传算法迭代运算时间长的问题。实验结果表明,该方法在保证交通流预测精度的前提下,明显提高了预测速度,并且具有较好的可伸缩性。
-
关键词
交通流预测
非参数回归
K最近邻搜索
遗传算法
Map
Reduce编程模型
并行计算
-
Keywords
traffic flow forecasting
non-parametric regression
K Nearest neighbor(knn)search
genetic algorithm
Map Reduce programming model
parallel computing
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于P2P的自适应分布式k最近邻搜索算法
被引量:1
- 2
-
-
作者
余小高
余小鹏
-
机构
湖北经济学院信息管理学院
武汉工程大学经济管理学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第19期49-52,55,共5页
-
基金
湖北省教育厅基金资助项目"群体决策的知识发现与推理模型和方法研究"(2008d095)
-
文摘
k最近邻搜索算法无法满足数据挖掘的分布性、实时性和可扩展性要求,针对该问题提出基于P2P的自适应分布式k最近邻搜索算法[0](P2PAKNNs)。阐述GHT*结构,定义高维数据相似度函数HDSF(X,Y),论述GHT*中的插入算法、范围查找算法和搜索算法。给出P2PAKNNs的实现过程,通过实验证明其正确性。
-
关键词
k最近邻搜索算法
度量空间
相似性查询
-
Keywords
k-nearest neighbor search algorithm(knns)
metric space
similarity query
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名遥感影像检索中高维特征的快速匹配
- 3
-
-
作者
陈慧中
陈永光
景宁
陈荦
-
机构
国防科学技术大学电子科学与工程学院
西南电子电信技术研究所上海分所
军械工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2011年第9期2144-2151,共8页
-
基金
国家863计划项目(2008AA12A211
2009AA7010413)资助课题
-
文摘
提高特征点匹配效率是将高维局部特征运用于遥感影像检索的关键,该文提出一种新的压缩优先过滤(CPF)索引算法。该算法通过量化特征向量构建近似向量空间上的高维索引结构,利用优先队列过滤得到近似近邻候选集,精确计算候选实际特征向量得到最终近邻。在CPF算法基础上提出了基于快速鲁棒性特征(SURF)的遥感影像快速检索算法。实验及分析表明,与经典的最佳桶优先(BBF)算法相比较,CPF降低了磁盘读写(I/O)和浮点运算次数,特征点数目较大时,查询效率和总体查询精度均有显著提高,基于SURF特征的遥感影像快速检索算法能快速返回正确目标与相似目标影像。
-
关键词
遥感影像检索
特征向量匹配
高维k近邻(knn)查询
最佳桶优先(BBF)算法
-
Keywords
Remote sensing image retrieving
Feature matching
High-dimensional k-nearest-neighbor(knn) search
Best-Bin-First(BBF) algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-