《计算机工程与科学杂志》发表论文赏析

改进K-means聚类算法行驶工况及油耗研究

来源:计算机工程与科学杂志2021年第11期北京时间:

作者:苏小会, 张玉西, 徐淑萍, 尚煜

单位:(西安工业大学计算机科学与工程学院,陕西 西安 710021)

摘要:为解决传统聚类算法初始中心易陷入局部最优、耗时长的问题,提出一种改进的K-means聚类优化算法。该算法引入最大最小距离和加权欧氏距离,从剩余聚类点距离均值和出发,避免孤立点和边缘数据的影响。利用比重法对主成分进行改进,以由此获得的特征影响因子作为初始特征权重,构建一种加权欧氏距离度量。根据特征贡献率对聚类的影响,筛选具有代表性的特征因子凸显聚类效果,最终合成汽车行驶工况,分析瞬时油耗。结果表明,所提算法构建行驶工况的速度-加速度联合分布差异值仅为105%,比传统K-means聚类省时44.2%,行驶工况拟合度较高,能反映实际车辆的运行特征及油耗。

关键词:行驶工况,影响因子,特征权重,加权K-means聚类,

基金资助:国家地方联合工程实验室基金(GSYSJ2018012);陕西省教育厅专项科学研究计划(17JK0381)

2021年11期其他文献查阅:

GROMACS 2020在ROCm平台上的移植与优化

一种基于混淆矩阵的多分类任务准确率评估新方法

水声环境特征参数并行预报方法研究

面向操作系统版本构建的软件包依赖关系分析

一种部分流水的多塔三维SoC测试时间优化算法

基于Delaunay三角划分策略的WSN区域覆盖优化研究

计算机网络管理困境与对策

一种改进的远程用户身份认证方案

基于文献计量的国内区块链技术研究及应用态势分析

数据驱动的船载外测数据实时处理软件架构设计与实现

基于改进卷积神经网络的腹部动脉血管分割

带形状参数的三次三角域Bézier曲面

一种基于改进拟仿射变换的基础矩阵估计方法

自动驾驶模糊神经网络速度规划方法

改进K-means聚类算法行驶工况及油耗研究

离散型和连续型改进Karnik-Mendel算法在高阶模糊系统降型中的关系研究

基于Cubic映射的灰狼优化算法及应用

基于阿当姆斯捷径连接的深度神经网络模型压缩方法

基于标签共现关系的多标签特征选择

一种求解命题公式骨干集的警示传播算法

一种基于区域分裂与合并的势博弈网络拓扑控制算法

基于自注意力机制的多模态语义轨迹预测

一类连续的K-means 等价聚类模型及其优化算法

伴随时间的模糊聚类协同过滤推荐算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!