-
共享自行車市場(chǎng)智能預(yù)測(cè)系統(tǒng)
摘 要：文中設(shè)計(jì)了一種基于共享自行車目的地預(yù)測(cè)的智能預(yù)測(cè)系統(tǒng)。該系統(tǒng)對(duì)單位用戶信息進(jìn)行整合，并使用機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)目的地預(yù)測(cè)，每當(dāng)有用戶使用自行車時(shí)，系統(tǒng)將會(huì)對(duì)用戶的目的地進(jìn)行預(yù)測(cè)，從而提前采取措施，對(duì)車輛進(jìn)行調(diào)控 該系統(tǒng)采用網(wǎng)絡(luò)爬蟲技術(shù)獲取數(shù)據(jù)源作為訓(xùn)練集，機(jī)器學(xué)習(xí)算法采用Leak漏桶和KNN算法。通過機(jī)器學(xué)習(xí)，系統(tǒng)對(duì)共享自行車未來時(shí)段的車輛密度以圖形化方式進(jìn)行了展示。整個(gè)系統(tǒng)的使用性能良好、準(zhǔn)確率達(dá)92%以上，能夠較好地預(yù)測(cè)自行車下一時(shí)段的密度，從而達(dá)到調(diào)控的目的
-
基于快速傅里葉變換的人體活動(dòng)識(shí)別改進(jìn)算法研究
摘 要：主要探討了人體活動(dòng)識(shí)別KNN算法的改進(jìn)方法，該方法通過快速傅里葉變換算法和相關(guān)，性分析，把采集到的 信號(hào)時(shí)域特，性變成頻域特性，從而實(shí)現(xiàn)了對(duì)人體活動(dòng)模式的識(shí)別。
