停留点空间聚类在景区热点分析中的应用

各种集成位置服务（LBS）的社交和旅游类APP的广泛应用,产生了大量轨迹空间数据,利用这些轨迹数据挖掘游客聚集密度高的热门景点区域,对景区的智慧服务和应急管理具有重要意义。为此,提出了一种基于轨迹停留点空间聚类的景区热点分析方法。重点研究了聚类速度快、能处理噪声、可以发现空间任意形状聚簇的DBSCAN算法,针对其参数需人工选择的不足,提出了一种根据数据统计分布特性来自适应确定参数的改进方法。分别采用人工合成二维数据集、四维Iris真实数据集和景区轨迹停留点三种不同的数据进行了DBSCAN聚类分析及对比实验,结果表明该方法可以自动产生合理的聚簇划分,优于传统DBSCAN和k-means等算法。最后,依据轨迹停留点的空间聚类结果,在ArcGIS软件中实现Getis-Ord Gi*热点分析与制图,并依据分析结果对不同旅游景点进行热度分级,形成的热门景点分布与景区掌握的实际热度信息基本一致,证实了提出方法的有效性。     

基于改进最大Lyapunov指数求解的成本预测方法

由于传统的Lyapunov指数估算模式中的预测时限要受限于最大Lyapunov指数,在南京汽轮电机集团相关技术人员的大力协助下,对已提出的基于k-△t间隔采样混沌模型的求解方法进行了适当地研究和改进,通过引入数据间隔差方法,以得到最佳拟和数据段,有效地提高了预测精度,增加预测时限.在模拟仿真时,与现有的真实数据进行了比较,结果表明取得了较好的预测效果.     

最大Lyapunov指数短期电力负荷预测模型仿真

已有的研究工作表明,针对Lyapunov指数预报模式的预测时限受负荷吸引子最大Lyapunov指数的限制,已提出的k△t间隔采样混沌模型在短期电力负荷预测中能有效的提高负荷预测精度,增加预测时限.对k-△t间隔采样混沌模型中求解最大Lyapunov指数的方法进行了改进,对小数据量法产生的数据,引入数据间隔差方法求出最佳拟和数据段.利用VC6.0设计了仿真软件,对某实际电网进行了短期负荷预测,试验结果表明,能有效提高负荷预测精度.     

一种海量实时序列数据指数平滑预测分割算法*

时间序列分割是时间序列挖掘的重要任务之一。实时数据快速变化,数据量巨大,所以如何对实时数据进行快速而准确的分割很具有挑战性。本文提出基于指数平滑预测的滑动时间窗分割算法可以快速有效的分割在线实时数据,该算法基于滑动窗口和平滑指数算法,分析实时数据的统计特性,推导出序列的预测误差和压缩率之间的关系,通过序列预测的误差来判断分割点。加入校验环节提高算法的健壮性。通过本课题所使用的数据集以及公共数据集验证算法结果说明,该算法能够有效地在线检测出实时数据的分割点,并且时间复杂度较低。     

景区智能导游系统中语音解说技术分析研究

本文探讨了应用于旅游景区的智能导游系统语音解说的技术,讨论了景点数据的存储、景点数据匹配和语言解说的可能性。在获取景点数据方面,提出了两种确定景点解说范围的方法,并通过软件编程解决了语音重复播放问题。     

基于模式覆盖的仿真数据匹配算法

研究仿真数据优化匹配传输效率问题,随着分布交互式仿真规模的扩大,如何高效地对仿真数据进行分发和过滤成为一个重要的问题.针对分布交互式仿真领域数据类型固定和属性个数跨度较大的特点,在分析和研究已有事件匹配算法的基础上,提出了模式覆盖集的概念,并设计了一种采用模式覆盖技术的仿真数据匹配算法.改进算法综合考虑了谓词之间的相互关系和订阅条件所属模式之间的覆盖关系,从减少无关的谓词匹配和高效组织订阅条件两方面加速了仿真数据的匹配过程.实验结果表明与谓词计数算法相比,改进算法能较大地提高匹配性能.     

一种指数平滑预测的参数优化方法及实现

时间序列预测法在各种基于时态数据库的计算中有着广泛的应用前景。文中介绍了时间序列预测法中的单指数平滑、双指数平滑和三指数平滑三种指数平滑预测方法，不同的预测方法适合于对不同时间特性的数据、平稳性数据、趋势性数据或季节波动性数据进行预测，使用相应的预测方法均达到很好的平滑效果。同时还介绍了如何应用IGS算法对指数平滑的参数进行优化，从而得到更好的平滑效果和预测结果，使之在社会实际当中发挥更好的作用。     

一种指数平滑预测的参数优化方法及实现

时间序列预测法在各种基于时态数据库的计算中有着广泛的应用前景.文中介绍了时间序列预测法中的单指数平滑、双指数平滑和三指数平滑三种指数平滑预测方法,不同的预测方法适合于对不同时间特性的数据、平稳性数据、趋势性数据或季节波动性数据进行预测,使用相应的预测方法均达到很好的平滑效果.同时还介绍了如何应用1Gs算法对指数平滑的多数进行优化,从而得到更好的平滑效果和预测结果,使之在社会实际当中发挥更好的作用.     

Floyd算法的景区最短路径查询系统的设计与实现

介绍一个基于改进的Floyd算法，并综合运用C语言文件操作技术和编程技术设计并实现了一个景区景点之间的最短路径查询生成系统，反映了路径上前后两个景点的先后关系，克服了经典Floyd算法只给出了路径上所经过的景点，而没有反映出景点之间的先后关系的不足.     

改进最大Lyapunov指数的多变量瓦斯浓度预测研究

煤矿井下瓦斯浓度受到多个环境参数的影响。首先对煤矿井下同一时间段的瓦斯浓度、风速、压力、温度、CO2、O2的时间序列数据进行统计学相关性分析,选择出对瓦斯浓度影响大的几种因素,并作为基于最大Lyapunov指数改进预测模型的输入参数来预测未来一段时间的瓦斯浓度。改进算法为:在用C-C方法重构多变量时间序列的相空间和Wolf方法计算最大Lyapunov指数的基础上,同时考虑夹角余弦和欧氏距离求取预测中心点的相近点。结果表明,改进预测算法提高了预测精度,平均绝对误差和标准差分别为2.11%和2.15%。     

基于多维大数据的区域电力景气预警体系构建及应用

当前我国经济已经由高速增长阶段转向高质量发展阶段,资源环境硬约束日益加强,能源电力经济关系发生了深刻变化,现有单线条、单维度的预测预警方法已不能满足发展需要。大数据技术的快速发展为新形势下全方位、多尺度衡量能源电力发展情况、实现精准预测预警提供了技术支撑,但大数据时代下关键数据常常淹没在海量的背景信息中,亟需开展大数据驱动下的新型智能能源经济多尺度预测预警关键技术研究。本文在分析阐述了常用的电力景气指数及预警方法的基础上,提出了基于多维大数据的区域电力景气预警框架体系和建模方法,研究构建了涵盖用电景气指数、用户用电意愿指数、电力需求指数和电力行业景气指数的区域电力景气指数指标体系,并以河南省为例进行了应用分析,实现了对电力发展和景气情况的精准预警,对于研究分析能源电力经济关系、监测区域经济和电力运行情况具有重要意义。     

虚拟旅游中海量3D点云数据的细节层次索引技术研究

虚拟旅游中的3D点云数据特别庞大,批量索引成为了当今的研究热点。许多索引树存在兄弟结点空间区域重叠、不能实现细节层次索引、索引效率低等问题。为此,将点数据反射强度和细节层次技术引入R树,在改进R树的基础上提出LODR树。建树前,将点云数据进行排序、分组、去除空间重叠等预处理。树的每层设有不同反射强度阈值,把叶结点中满足阈值条件的索引记录沿父-祖父-曾祖父的家谱关系上移,并插入对应的非叶结点,利用该方法创建细节层次索引树。利用反射强度控制数据冗余,棱锥裁剪技术实现查询优化。实验结果表明,LODR树在细节层次索引、查询效率等方面具有明显优势。     

基于Storm的大数据指标实时计算方法

大数据时代,面对爆发式增长的海量异构大数据,企业指标数据的实时供给能力亟待全面提升.基于流处理技术的大数据指标实时计算方法,主要由日志采集、消息管理、协调管理、实时处理等部分构成,使用Hadoop、Zookeeper、Storm、Kafka、Redis等开源软件,综合应用了数据库日志分析,流处理、内存计算等技术.本文详细论述了采用Storm技术的大数据指标实时计算方法的技术架构,实现方法及路径,同时给出了算法验证的过程和结果分析.     

基于模式匹配的大规模数据分析软件设计与实现

在分析模式匹配算法的基础上,提出了一种改进的模式匹配算法,并将该算法应用于大规模数据分析软件设计之中。在数据分析的初始阶段,通过该模式匹配算法建立一张数据索引表,随后分析软件借助于索引表和帧结构分布表,对原始数据进行分析和处理。该算法的应用,有效的解决了大规模数据处理过程中的难题,提高了大规模数据处理软件的效率。     

基于特征选取与LSTM模型的股指预测方法研究

为了更好地研究股指预测问题，提出了基于特征选取与LSTM模型的股指预测方法，该方法从优化特征参数选取角度对模型预测能力进行提升，包含全面选取特征参数、应用系统聚类法进行特征分类、应用主成分分析对分类特征进行降维三个步骤。在实证论证中，应用LSTM模型对纳斯达克股票指数数据和标普500指数数据进行预测，实验结果表明所提出的方法计算量小，预测结果在速度和准确度两方面分析均得到显著提升。     

Investigating other leading indicators influencing Australian domestic tourism demand

In the tourism demand literature, much of the research focuses on income and price variables as demand determinants for travel. Nevertheless, the literature has neglected other possible indicators such as consumers’ perceptions of the future course of the economy, household debt and the number of hours worked in paid jobs. In fact, several studies found that these indicators could influence consumers in making decisions to travel. In this paper, we examine whether there are other indicators that can influence future Australian domestic tourism demand. The econometric model used in this study is a panel three-stage least squares (3SLS) model. Using the data on Australian domestic tourism demand, the empirical results reveal several points: first, it is found that the consumer sentiment index has significant impacts on VFR, but not on holiday tourism. Furthermore, the business confidence index has no influence on business tourism demand. The study also finds that an increase in household debt could encourage more Australians to travel domestically, indicating that Australians may consider increasing debt as their confidence to spend increases. Lastly, working hours have a statistically significant effect in the case of holiday tourism data.     

改进FP-Growth算法在旅游线路规划中的应用研究

针对关联规则挖掘的FP-Growth算法存在对海量数据存储时消耗极大内存开销的弊端,提出一种对FP-Growth加入兴趣度的改进算法,然后与Apriori,FP-Growth算法进行比较,改进后的算法极大减少了内存开销,同时提高了系统执行效率。并且提出改进算法与旅游线路规划挖掘结合的理念,以云南旅游业作为旅游规划对象,充分应用旅游网站的大数据,设计一种旅游线路规划的挖掘系统,为旅游企业找出游客最喜欢的旅游线路以及景区之间的关联规则。     

海南全域旅游气象服务微信平台设计

2017年政府工作报告首次提出“全域旅游”,随着海南积极推进全域旅游示范省创建工作,海南省气象局升级改造官方微信,以“点、线、面”入手,融合气象、旅游、交通、公共基础设施建设等大数据,基于MangoDB、HBase、HIVE和HDFS等大数据环境改造系统,NLP统计分析,将全岛200多个旅游点、11个主题、4条线路、8种以上的影响预报方法,全部投入微信“站点式景区道路天气导航地图”运行,推出海南全域旅游气象服务微信平台,推动国际旅游岛建设提质升级。该平台设计分为三期,目前海南省气象局官方微信平台已完成一期升级改造,微信一级和二级菜单搭建,二期全域旅游在有序开发中,全域旅游初步完成了全部50%的景区、交通、特色小镇和生态村的数据和产品设计,完成11大旅游主题、4个旅游线路的规整。     

基于数据分析的抖音短视频对杭州西湖旅游的影响研究

抖音作为近年来新型短视频社交APP,因其代入感强、参与性高,正发展成为一种新的旅游营销传播工具。随着抖音日活用户人数不断地创出新高,平台上的数据也迅速、大量地沉淀积累。筛选抖音上有关"西湖十景"的视频和评论信息,通过数学建模创建景点的抖音热度指数,用百度指数模拟景点的实际客流量,研究抖音短视频对提升景点客流量的影响力。数据分析结果显示,各景点的表现不尽相同,希望以此为西湖旅游资源的开发和管理提供依据。     

基于VC的时间序列分析法的应用研究

时间序列分析是概率统计学的一个重要组成部分,现在从经济到工程技术,为了得到时间序列分析预测,对时间序列分析、预测、比较都具有重要的理论意义和实际应用价值.选取两种有代表性的数据,利用Visual C++实现了三种时间序列预测方法:移动平均法、指数平滑法和最小二乘法,并通过图表以及相关的误差分析,详细地比较了三种方法的特点和适用范围,从而既可以从直观上了解三种方法的共同点以及不同点,又可以从误差分析的数据中了解各种方法适合于分析预测哪种类型的数据.