-
公开(公告)号:CN111310280A
公开(公告)日:2020-06-19
申请号:CN202010126064.1
申请日:2020-02-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种汽车运动学片段提取及工况图合成方法。汽车运动学片段提取方法首先筛选代表性测试路段,采集行车数据,并清洗不良数据、填补缺失数据,找到运动学片段的起止位置,根据起止位置提取所有的运动学片段。工况图合成方法首先计算每个运动学片段的汽车行驶特征参数,绘制Silhouette轮廓图,确定主成分特征参数聚类数,统计每个类别中主成分特征参数,选取每种场景最具代表性的运动学片段,确定拼接顺序,随机将各典型场景拼接成行驶工况图,取CPV最小的工况图作为最终的汽车行驶工况图。本发明方法对待补数据进行了合理填充,有利于构建符合我国目前的道路结构、道路交通情况以及交通法规等实际情况的汽车行驶工况图。
-
公开(公告)号:CN103617169A
公开(公告)日:2014-03-05
申请号:CN201310501234.X
申请日:2013-10-23
Applicant: 杭州电子科技大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明提出了一种基于Hadoop的微博热点话题挖掘方法。本发明首先组建一个局域网,安装相应的软件搭建Hadoop的平台;其次采集微博信息;第三,对采集的微博内容进行分词处理、噪音信息过滤、出现频率变化较大的热门关键词抽取;第四根据提取出每个潜在热门话题的特征词组;第五循环遍历潜在的热门话题,合并相似度超过阈值的话题;最后对提取出来的热点话题,以特征词组中最热门关键词的爆发得分作为话题的热度,将热点话题按热度值从高到低次序显示。本发明利用Hadoop框架中MapReduce运算模型的特点,能够准确地判断出微博的热门话题,使挖掘结果更能反映互联网舆论的客观事实,有较强的可扩展性和容错性。
-