【摘 要】
：
以往的聚类算法能够减少道路交通网络中移动对象与中心数据库的通信开销,但聚类粒度的大小是根据经验设定的。分析了影响距离聚类粒度大小的因素,提出用BP网络来训练历史数据
【机 构】
：
南京理工大学计算机学院,河南科技大学电信学院,方舟信息技术苏州有限公司
【基金项目】
：
国家自然科学基金项目（90820306）资助
论文部分内容阅读
以往的聚类算法能够减少道路交通网络中移动对象与中心数据库的通信开销,但聚类粒度的大小是根据经验设定的。分析了影响距离聚类粒度大小的因素,提出用BP网络来训练历史数据,动态地获取距离聚类粒度值和时间粒度值,并把这些粒度值作为新的历史数据来训练网络,使得粒度值能够根据道路交通网络中因素的改变而动态改变,从而产生有效的道路网络聚类,减少通信开销,并预报道路交通的拥堵情况,为最优路径规划提供依据。
其他文献
由于隐私保护和基于Web的安全需求的驱动,数据库细粒度访问控制引起了研究者的广泛关注。细粒度访问控制主要通过查询改写方法实现。然而,在以往的查询改写算法中,没有考虑用
时延测试向量排序是降低测试功耗的有效技术。提出了基于马尔可夫决策模型的时延测试向量排序新方法。对时延测试向量进行重排序，利用基于转换频度的诱导开关方程和海明距离来
多数小波阈值去噪方法需要根据噪声方差来计算相应的阈值，所以噪声方差的估计将直接影响阈值去噪的效果。提出了一种新的相位匹配的噪声方差估计方法，利用该方法实时地逼近当前
为实现异构关系数据库的语义集成,针对传统集成技术存在的问题,在对语义网等相关技术进行分析的基础上,研究基于本体的关系数据集成系统中的查询处理问题,提出了一种基于本体
数据流上的关系查询处理技术是数据库研究领域的一大热点。优化无阻塞连接算法的关键在于提高内存连接阶段的效率。当内存空间满时,需要将内存数据刷新到外存相应分区,良好的
中文新闻信息分类标准中,类别数量大。在将其应用于新闻分类时,会出现训练模型大、训练时间长,尤其是当部分类别改变时需要全部重新训练等问题。由于分类标准中类别之间存在
银行货款的收益率在很多情况下具有模糊随机性。将货款收益率刻画为模糊随机变量，使用半方差作为风险度量方式，建立半方差约束下的模糊随机收益率货款组合优化模型，目的是在一定
针对如何在对象和关系数据库之间建立一种高效的映射关系的问题,在深入研究数据持久层的核心功能的基础上,分析和比较了当前流行的解决数据持久层问题的典型技术方案及其各自