基于模糊-粗糙集的移动对象k近邻预测

来源 :计算机科学 | 被引量 : 0次 | 上传用户:qncy1232f
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
已往移动对象k近邻预测的研究中,有各种不确定性的分析以及对象本身预测位置不确定性的处理,而预测位置模糊不确定性导致其k近邻查询边界的粗糙不确定性的相关处理仍是空白。本文应用模糊-粗糙集的理论,先分析了已有方法得出的预测位置的模糊性,再用传统方法求得基于预测位置的扩展k+m近邻集,最后借助模糊-粗糙隶属函数来最终确定所求k近邻集合中的各个点。实验数据表明,本方法明显提高了k近邻集合相对移动对象实际位置的精确度。
其他文献
针对非平稳的数字调制信号,构造新的高阶交叉累量特征;利用神经网络的学习机制实现自适应模糊推理调制识别器的非线性动态建模;采取分层决策的级联结构,提高了特征与识别器的契合
在文本分类中,特征空间的维数通常高达几万,甚至远远超出训练样本的个数,这是一种十分普遍现象。为了提高文本挖掘算法的运行速度,降低占用的内存空间,过滤掉不相关或相关程度低的
在“数据流分析”这一数据挖掘的应用领域中,常规的算法显得很不适用。主要是因为这些算法的挖掘过程不能适应数据流的动态环境,其挖掘模型、挖掘结果不能满足实际应用中用户的
本文对传统的粗糙神经网络模型进行了改进,加入了具有不良信息过滤功能的隐单元,在此基础上提出了相应的网络入侵检测模型,充分发挥了粗糙集理论和神经网络的优势,弥补了各自的缺
针对Credal网络推理应用中出现的Credal集顶点组合爆炸等问题,系统地提出了Credal推理网络约简的概念,并利用Credal网络中变量间的d-分隔特性,通过变量间独立性验证,设计了求解大
Web服务是一组采用面向服务的体系架构的基于标准的Web协议的软件构件,而Agent是一种在某个环境中自主行动以实现其设计目标的智能化软件实体。Web服务与多Agent系统(MAS,Multi
通过生理信号来识别人的情感状态越来越引起人们的关注。如何提取有效的生理信号特征进行情感状态的分类,是情感识别的关键。本文采用离散二进制粒子群优化算法(BPSO)进行特征选
随着网络安全问题越来越受到重视,数字签名(Digital Sign)技术由于可以提供网络身份认证功能,因而其应用越来越广泛。本文从分析P2P网络的路由算法入手,利用门限密码技术设计了一
结合区间编码和结点模型映射方法提出一种用于关系数据库的扩展存储模式。通过按广度优先遍历XML树实现对双亲/孩子关系结构连接算法的改进。改进后的算法降低了内存空间的开
挖掘在线数据流的变化趋势并预测未来时间窗口上的可能值,可以为许多时间敏感的应用提供重要决策支持。通过将数量可能无限的流数据元素映射到离散的且数量有限的流数据状态空