检索结果-南通市图书馆

测绘通报 2023年第1期 127-133页

作者：陈伟亮杜久升河南理工大学测绘与国土信息工程学院河南焦作454000

为实现从低频轨迹数据中提取城市道路交叉口,本文设计了一种基于数据预处理与聚类算法的道路交叉口精准识别方法。首先结合轨迹数据的特征,采用启发式滤波算法对原始数据进行清洗,剔除冗余点与异常点;然后依据车辆的运行规律,提出了一... 详细信息

为实现从低频轨迹数据中提取城市道路交叉口,本文设计了一种基于数据预处理与聚类算法的道路交叉口精准识别方法。首先结合轨迹数据的特征,采用启发式滤波算法对原始数据进行清洗,剔除冗余点与异常点;然后依据车辆的运行规律,提出了一种分步式道路交叉口的提取算法,由此计算出疑似道路交叉口的特征点;最后利用层次密度聚类算法(HDBSCAN)对筛选过后的轨迹点进行聚类并提取质心,得到道路的交叉口,最终以成都市某日的出租车行驶轨迹为数据源,进行试验分析。结果表明,使用该算法提取交叉口,精确率达95.33%、召回率达82.11%、F值达88.46%,能有效且准确识别城市道路交叉口信息,在城市管理与交通规划中具有一定的应用价值。

关键词：道路交叉口转向点收敛点层次密度聚类核密度估计启发式滤波

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

多场景雷达信号分选算法研究

多场景雷达信号分选算法研究

引用

作者：黄一峰安徽大学

学位级别：硕士

雷达信号分选是现代电子战中一个重要的环节,随着电子技术的迅速发展、新型雷达的相继出现以及雷达技术的不断进步,电子战的电磁环境变得愈加复杂,如何在复杂的电磁环境中将交错在一起的雷达脉冲正确快速地分选仍是现阶段雷达分选中的... 详细信息

雷达信号分选是现代电子战中一个重要的环节,随着电子技术的迅速发展、新型雷达的相继出现以及雷达技术的不断进步,电子战的电磁环境变得愈加复杂,如何在复杂的电磁环境中将交错在一起的雷达脉冲正确快速地分选仍是现阶段雷达分选中的一大难题。本文针对不同场景下的雷达信号分选展开研究,首先介绍了简单场景下的雷达分选算法,并采用了一种基于时间向量和滑动窗口的分选算法,该算法在准确率和实时性都有较大提升。然后针对脉冲流密度大、辐射源调制模式复杂的场景展开研究,采用了一种基于层次密度聚类和相对谱间隙的分选算法,最后对两种算法进行了仿真实验,实验结果表明所采用的算法可以较好地实现信号分选。本文研究包括如下内容:(1)针对传统的直方图算法存在分选抖动序列效果差、计算量大以及参数难以设置的问题,采用了一种基于时间向量和滑动窗口的分选算法。该算法对时间向量进行计算和调整,保留时间向量中出现频率最高的时间差值。根据调整后的时间向量中时间差值的相对位置,可以将前后相关联的脉冲进行快速的匹配,减少算法的复杂度。雷达接收机在很短的时间内可以接收到大量的脉冲信号,将脉冲流划分到不同的滑窗中,前后两个滑窗内的脉冲相关性强,可以根据上一个滑窗的分选结果加权分选下一个滑窗中的数据。实验结果证实了该算法较传统的直方图算法在稳定性和实时性都有较好的提升。(2)针对单参数分选算法在分选密集的脉冲流实时性差的问题,采用了一种多参数算法——基于层次密度聚类和相对谱间隙的分选算法。使用脉冲描述字进行聚类将脉冲流快速映射到不同的簇空间。深度挖掘每一簇的密度信息、相对存在时间信息后重新定义簇间距离得到邻接矩阵,再通过邻接矩阵的拉普拉斯谱信息确定辐射源的个数,最后进行K-means聚类完成分选。实验结果表明该算法在脉冲流密集、杂乱脉冲多、漏脉冲多的场景下可以快速准确地完成分选任务。在不同的分选场景下与(1)中采用的算法进行比较,得出单参数算法在小数据集上的分选效果更佳,而多参数算法在分选大数据集时不仅是实时性还是稳定性都更具有优势。(3)基于Py QT5的GUI设计搭建了雷达分选算法的演示系统,将累级差分直方图、序列差分直方图和论文中采用的算法集成到演示系统中,并在仿真数据集上验证了几种分选算法的可行性以及演示系统的可用性,对仿真结果的分析中进一步验证了在不同的分选场景下选择合适的分选算法可以提高分选的效率。

关键词：雷达信号分选直方图算法滑动窗口层次密度聚类相对谱间隙邻接矩阵

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

出租车轨迹大数据的时空特征分析与出行因素建模研究

出租车轨迹大数据的时空特征分析与出行因素建模研究

引用

作者：谭凌重庆交通大学

学位级别：硕士

出租车是一种按里程或时间收费的小容量交通出行工具,因其便捷、灵活等优点,吸引了一定的客流。随着城市化率的提高,大量人口涌入城市,城市交通压力越来越大,出租车行业积累的问题也逐渐凸显。高峰期、人流密集地排队打车的现象频发,平... 详细信息

出租车是一种按里程或时间收费的小容量交通出行工具,因其便捷、灵活等优点,吸引了一定的客流。随着城市化率的提高,大量人口涌入城市,城市交通压力越来越大,出租车行业积累的问题也逐渐凸显。高峰期、人流密集地排队打车的现象频发,平峰期车辆巡游扫街,造成人力、物力、资源的浪费。解决这些问题的关键在于掌握出租车出行的规律和模式,寻找影响出租车供需关系的因素。出租车数量多、规模大、流动性强,难以从整体上有效认识出租车出行。出租车轨迹数据记录了车辆移动及状态变化,蕴含了车辆出行的时空特征及特征形成过程,综合运用轨迹数据挖掘方法,能够提取海量出租车轨迹数据中的时空特征进而揭示其发生的本质。论文首先基于描述性统计方法多时间粒度挖掘出租车轨迹数据时空周期特征,建立早中晚高峰时段识别模型,利用层次密度聚类方法多密度阈值提取上、下车热点区域,探寻出租车轨迹数据时空集聚特征。其次通过POI数据多方面量化城市建成环境作为自变量,出租车出行量为因变量,构建普通最小二乘回归模型、地理加权回归模型、多尺度地理加权回归模型,综合对比各模型的模拟效果、估计精度,验证多尺度地理加权回归用于出租车出行影响因素研究的可行性,寻求计算出行量影响因子空间异质性的最佳方法,揭示城市建成环境对出行量的作用机制。研究结果表明:（1）研究方法上,层次密度聚类方法定义了新的可达距离和聚类稳定性,克服了层次聚类对极端值敏感、密度聚类固定阈值只能单一聚类的缺点,解决了聚类参数设置困难的问题,能够有效提取上下车热点区域。回归模型中,多尺度地理加权回归模型精度最高、地理加权回归模型次之、普通最小二乘回归模型解释率最低,地理加权回归基于局部加权回归的思想计算影响因素的空间异质性,多尺度地理加权回归针对不同变量计算各自最佳带宽,多空间尺度揭示影响因素的空间异质性。（2）出租车轨迹数据时空特征中,时空周期特征与时空集聚特征明显。总体一个月内,出租车出行量随日期推后逐渐增多,以一周七天为周期重复;出行时段分布上,早上8:00～10:00,中午13:00～15:00,晚上17:00～19:00峰值突出,单次出行时长集中在15分钟左右;工作日和休息日出行模式有明显差异。不同时间周期中,轨迹点集聚区域空间分布基本一致,数量由三环向内环逐渐增多,主要集中在内环,分为广场商圈、居住用地、对外交通、景点名胜、混合用地几种典型热点区域;工作日早高峰热点多于休息日,午高峰、晚高峰的热点少于休息日;不同时段的热点在广场商圈发生的变化最明显;对比上下车热点分布,下车热点多于上车热点,聚类更集中,覆盖范围更小。（3）影响因素方面,城市建成环境多方面综合作用于出行量,影响因素的空间异质性明显,主导因素是餐饮服务;各因素的影响程度由强到弱依次为餐饮服务、公司企业、购物服务、土地利用混合度、休闲娱乐、公交站点、路网密度和人口密度;显著影响因素中,人口密度存在方向性差异,购物服务受空间分区的干扰,餐饮服务空间异质性最弱;POI数据能够有效量化城市建成环境,保障影响因素获取的全面性。最终实现了轨迹数据的多特征认知、多特性表达、多视角协同与多尺度建模。

关键词：轨迹大数据时空特征层次密度聚类地理加权回归多尺度地理加权回归

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于HDBSCAN算法的终端区航迹聚类

引用

计算机仿真 2024年第1期41卷 44-47,348页

作者：王志伟刘继新杨宋瑞雪田文南京航空航天大学民航学院江苏南京211106

针对机场终端区运行环境复杂,空中交通流密度分布不均的问题,提出了一种基于快速动态时间规整(FastDTW)和层次密度聚类(HDBSCAN)算法识别具有密度差异的交通流,以挖掘终端空域的交通流模式。结合航迹的多维特征,对原始航迹数据进行重采... 详细信息

针对机场终端区运行环境复杂,空中交通流密度分布不均的问题,提出了一种基于快速动态时间规整(FastDTW)和层次密度聚类(HDBSCAN)算法识别具有密度差异的交通流,以挖掘终端空域的交通流模式。结合航迹的多维特征,对原始航迹数据进行重采样;利用Fast DTW方法构建航迹相似度矩阵,应用HDBSCAN方法对输入矩阵进行聚类。运用终端区真实航迹数据进行仿真验证,仿真结果表明,上述方法可以实现航迹精细化聚类,有效识别不同密度的空中交通流。

关键词：航空运输航迹聚类动态时间规整层次密度聚类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：