基于Getis-Ord G_i~*统计的地区用电量多元空间聚类方法研究

给出了一种非空间—空间组合的多元空间聚类方法,通过将Getis-Ord G_i~*统计与k-means多元聚类方法相结合,分析了浙江省用电量在区域空间中的集聚,探测了数据热点和冷点集聚情况。采用方差拟合优度进行了本方法与传统k-means多元聚类方法在处理数据方面的性能比较,验证了该方法的稳定性和可行性,结果证明在聚类精度上该方法比传统k-means多元聚类方法有较大提升。     

MapReduce求解物流配送单源最短路径研究

针对物流配送路线优化,提出了将配送路线问题分解成若干可并行操作的子问题的云计算模式。详细论述了基于标色法的MapReduce广度优先算法并行化模型、节点数据结构、算法流程和伪代码程序,并通过将该算法应用于快递公司的实际配送,验证了该算法的可行性。     

基于ARIMA和BP神经网络模型的舆情情感预测

针对重大事件网络舆情数量的激增,网络舆情安全监管和预警形势严峻的情况,提出一种基于ARIMA和BP神经网络组合模型的网络舆情情感预测模型,进而对新浪微博上采集的"余姚水灾事件"进行文本情感值计算,并对其情感变化趋势进行综合分析和预测。预测结果表明,也组合预测方法相对于单一预测方法具有更高的精度,进而说明该模型在网络舆情情感预测中的应用是可行的。