排序方式: 共有82条查询结果,搜索用时 437 毫秒
31.
基于云计算架构的分布式数据挖掘研究 总被引:1,自引:0,他引:1
物联网的快速发展对数据挖掘系统提出了新的要求,传统的分布式数据挖掘系统已经无法满足物联网数据挖掘处理的要求.在基于不可信节点的云计算架构基础之上提出了一种新型的分布式数据挖掘模式,实现分布式数据挖掘无缝接入云计算系统,以满足物联网的需求. 相似文献
32.
运用排队模型理论对火车站售票排队系统进行模拟仿真,通过分析模拟出售票窗口的数目对火车站售票排队系统的影响.火车站可以根据客流量动态控制售票窗口数目,有效地为车站节约成本,增加旅客的满意度.应用MATLAB模拟运算结果与成都火车北站实际数据进行对比分析,证明该仿真系统的有效性. 相似文献
33.
34.
针对信息冗余导致机器学习分类精度下降的问题,该文提出了一种结合Relief F和递归特征消除法(RFE)进行特征优选的桉树人工林面积提取方法。首先将Zhuhai-1和Sentinel-1卫星影像进行融合,通过结合Relief F和RFE进行特征优选,以减少信息冗余的影响。其次,基于光谱、红边指数、纹理特征、植被指数和后散射系数等特征,采用简单非迭代聚类(SNIC)面向对象和随机森林(RF)算法进行桉树人工林面积提取。最后,为验证Relief F-RFE模型在分类方面的性能表现,将其与无特征优选下基于Zhuhai-1和融合数据以及基于RF特征优选的分类结果进行对比分析。结果表明:利用Relief F-RFE优选特征能有效提高桉树人工林分类精度,总体精度达到96.43%,相比于无特征优选下基于Zhuhai-1和融合数据分类结果,总体精度分别提高14.95%和8.43%。在与RF特征选择方法进行对比时,总体精度有所增长,提高了7.55%。 相似文献
35.
本文旨在研究基于地块数据约束的深度学习模型的分类特征表示方法,以识别不同作物在不同时相上光谱差异从而对作物类型进行分类。通过Google Earth Engine平台获取作物生育期内全部Landsat 8影像,利用其质量评定波段完成研究区无云时相及区域上的地块统计,提取地块级别的各波段反射率均值按照时相顺序及波长进行排列,构建波谱、时相二维特征图作为该地块的抽象表示。通过构建相对最优的卷积神经网络CNN(Convolutional Neural Network)结构完成对特征图的分类,从而完成对地块的分类。构建CNN模型并不需要手工特征和预定义功能的需求,可完成提取特征并遵循端到端原则进行分类。将该模型的分类结果与其他最为常用机器学习分类器进行了比较,获得了优于常用遥感分类算法的分类精度。结果表明地块数据的加入可以有效的缩减计算规模并提供了准确的分类边界。所提出得方法在地块特征表示及作物分类中具有突出的应用潜力,应视为基于地块的多时相影像分类任务的优选方法。 相似文献
36.
为有效解决人工影响天气安全事故调查组织不够严密、调查方法不够完善、调查程序不够简明、调查报告撰写不够规范等问题,增强安全事故调查的科学性、规范性和权威性,运用现代安全管理原理,依据相关法律、法规和业务技术标准,在分析作业安全风险隐患与防控措施、研究安全事故的性质和分类的基础上,从"遵循调查原则、确定调查主体、优化调查流程、明确调查职责、掌握调查方法、科学分析事故、提交调查报告"等7个方面,提出了规范安全事故调查的建议,这将对今后的安全事故调查工作具有重要的指导意义。 相似文献
37.
38.
39.
为弥补在峡谷、建筑物、被遮挡等区域全球定位系统(GPS)定位耗时过长或根本无法定位的问题,近几年来基于GPS系统的各种区域增强或区域辅助的定位方法得到了较快发展。在介绍转发器技术的基础上,分析了其定位模型。为不良区域的GPS定位提供了有益参考。 相似文献
40.