GNSS数据的智能聚类学习算法研究
随着 GNSS终端设备的普及与广泛应用,海量的、带丰富位置信息的数据所隐藏的地质与空间变迁信息正在支撑智慧城市的发展.论文以 10 组不同城市出租车GPS数据为研究对象,以遗传算法、粒子群算法和蚁群算法 3 种智能算法为研究基础,以聚焦划分聚类算法为自动聚类的基本算法;提出了基于智能优化的 GPS 数据自动聚类学习算法,这些算法通过所构建的模糊系统和初始化种群技术,有效地克服了基于划分聚类算法的聚类数目不易确定、预设参数过多、敏感于初始种子点、难以将上一代优秀聚类结果保存到下一代、易陷入局部最优等长期以来存在的缺陷.
48
P228(大地测量学)
四川省科技计划2016GZ0140,2018GZ0177;国家自然科学基金61071121;四川省高校科研创新团队15DT0039
2019-09-05（万方平台首次上网日期，不代表论文的发表时间）
共1页
1072
