共查询到10条相似文献,搜索用时 31 毫秒
1.
网络用户随时间变化的行为分析是近年来用户行为分析的热点,通常为了发现用户行为的特征需要对用户做聚类处理。针对用户时序数据的聚类问题,现有研究方法存在计算性能差,距离度量不准确的缺点,无法处理大规模数据。为了解决上述问题,该文提出基于对称KL距离的用户行为时序聚类方法。首先将时序数据转化为概率模型,从划分聚类的角度出发,在距离度量中引入KL距离,用以衡量不同用户间的时间分布差异。针对实网数据中数据规模大的特点,该方法在聚类的各个环节针对KL距离的特点做了优化,并证明了一种高效率的聚类质心求解办法。实验结果证明,该算法相比采用欧式距离和DTW距离度量的聚类算法能提高4%的准确度,与采用medoids聚类质心的聚类算法相比计算时间少了一个量级。采用该算法对实网环境中获取的用户流量数据处理证明了该算法拥有可行的应用价值。 相似文献
2.
为增强多传感器测量数据融合效果,在综合考虑传感器初始精度与实际测量精度的基础上,提出了一种改进的自适应加权融合算法。将证据理论中的修正证据距离引入传感器实际测量数据间距离计算,基于计算得出的测量数据间距离生成各数据融合时的测量权重值。当传感器精度已知或者能够计算得出时,将基于传感器精度生成的固定权重与测量权重相综合,生成最终权重;当传感器精度未知且无法计算得出时,将测量权重作为最终权重。基于多种典型算例对所提融合算法进行验证,结果表明所提算法融合效果较好,具有一定的理论意义和较好的工程实用价值。 相似文献
3.
相位解包在光学测量领域有着广泛的应用,其中路径相关类解包方法通常计算速度较快,但抗噪声能力较弱;而路径无关类方法的鲁棒性好,但大多存在迭代收敛慢、计算量大的问题。因此,将区域重构技术引入解包运算中,得到一种新的路径无关类解包方法。该方法对于矩形区域数据能够直接求解解包相位,无需迭代过程;设计了采样-重组加速方法使运算量大幅减小,计算速度优于同类解包方法;使用Gerchberg式迭代过程能够解决不规则孔径内的数据解包问题,可在少量迭代后收敛。通过仿真验证了该方法在矩形区域内的直接求解精度和加速法的效能,通过对实验数据的解包验证了算法处理不规则孔径数据的能力。 相似文献
4.
5.
6.
在雷达信号长时间积累过程中,点目标的位置会在多帧距离-多普勒数据之间移动并形成一条轨迹,这里提出两种积累该轨迹的方法,分别适合于距离走动较小和多普勒扩散较小的情况。所提的两种方法首先分别通过速度补偿和二次相位补偿将三维数据空间中的目标轨迹校正到分别垂直于距离轴和多普勒轴的平面中,然后通过矩阵重组将校正后的三维数据分别分解为并列的多普勒-时间和距离-时间矩阵,最后采用Hough变换对位于其中一个二维矩阵中的近似直线的目标轨迹进行积累。所提的两种方法大大增加了目标的积累时间并改善了目标的最小可检测信噪比。实测数据的实验结果证明了其有效性。 相似文献
7.
为解决绝大多数研究未充分考虑位置对隐私预算的敏感程度以及轨迹形状带来的影响,使发布的轨迹可用性较差的问题,提出了基于相对熵和K-means的形状相似差分隐私轨迹保护机制。首先,根据地理空间的拓扑关系,利用相对熵计算真实位置对隐私预算的敏感程度,设计了位置敏感的隐私级别实时计算算法,并与差分隐私预算结合建立了一个新的隐私模型。其次,通过K-means算法对发布位置进行聚类,得到与真实位置方向最相似的发布位置集合,并引入Fréchet距离衡量发布轨迹与真实轨迹的相似性,提升发布轨迹的可用性。通过对真实数据集的实验表明,所提轨迹保护机制与其他方法相比在轨迹可用性方面有明显的优势。 相似文献
8.
9.
10.
为了解决由于移动用户轨迹数据具有随机性和繁杂性导致算法效率和精度低的问题,首先抽取用户轨迹时间位置序列,然后基于用户的逗留时长采用加权FP树挖掘移动用户的常驻区域以解决用户轨迹的随机性,最后提出结合用户出行的时间和地理因素的LCSS算法衡量用户轨迹相似性。实验证明,该算法具有一定的有效性和扩展性。 相似文献