版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電力工業(yè)是國(guó)家經(jīng)濟(jì)發(fā)展的基礎(chǔ)型資源,關(guān)系到經(jīng)濟(jì)的穩(wěn)定上升和人民的日常生活。電纜作為電力系統(tǒng)的傳輸介質(zhì),它的安全高效運(yùn)行是國(guó)民經(jīng)濟(jì)和居民生活質(zhì)量的重要保障。傳統(tǒng)的電纜管理存在著數(shù)字化程度不高,原有的資料信息不完整,人工普查信息位置不準(zhǔn)確,電纜規(guī)劃、建設(shè)和搶修維護(hù)存在盲目性等一系列弊端。地理信息系統(tǒng)(Geographic Information System,GIS)綜合地圖學(xué)以及遙感和計(jì)算機(jī)科學(xué),在不同的場(chǎng)景有著重要的應(yīng)用,特別是在電力線
2、路管理當(dāng)中。因此科學(xué)有效的建立基于GIS的電纜管理系統(tǒng)對(duì)供電公司電纜管理的意義十分重大。
本文主要針對(duì)在基于GIS的電纜管理系統(tǒng)開(kāi)發(fā)與應(yīng)用研究過(guò)程中提出的新算法和新技術(shù)進(jìn)行探討研究。主要內(nèi)容如下:
(1)提出了一種基于灰狼優(yōu)化的模糊C-均值改進(jìn)聚類(lèi)算法對(duì)電纜空間數(shù)據(jù)聚類(lèi)
為了解決模糊C-均值聚類(lèi)(Fuzzy C-Means,F(xiàn)CM)存在易受初始隨機(jī)產(chǎn)生的聚類(lèi)中心影響和容易出現(xiàn)早熟收斂的問(wèn)題,本文提出一種將灰
3、狼優(yōu)化算法(Grey Wolf Optimizer,GWO)和FCM相結(jié)合的新聚類(lèi)算法(GWO-FCM)。使用GWO優(yōu)秀的全局尋優(yōu)性能對(duì)FCM的聚類(lèi)中心進(jìn)行優(yōu)化,模擬灰狼優(yōu)秀的搜尋獵物行為找到一組最佳的聚類(lèi)中心來(lái)提高FCM的聚類(lèi)效果。
?。?)提出了一種混合聚類(lèi)的Hilbert R-樹(shù)索引算法建立電纜空間數(shù)據(jù)索引機(jī)制
針對(duì)Hilbert R-樹(shù)索引算法在空間對(duì)象分布不均的時(shí)候,結(jié)點(diǎn)容易造成死空間和大量的重疊,特別是在葉
4、子節(jié)點(diǎn)和其他結(jié)點(diǎn)的重疊面積增大時(shí),導(dǎo)致出現(xiàn)多路查詢(xún),降低了檢索的效率。提出了一種基于混合聚類(lèi)的Hilbert R-樹(shù)索引機(jī)制,將灰狼優(yōu)化結(jié)合模糊聚類(lèi)的混合聚類(lèi)算法融合到Hilbert R-樹(shù)索引中。具體方法是先利用Hilbert R-樹(shù)對(duì)空間對(duì)象編碼,然后用混合聚類(lèi)方法對(duì)數(shù)據(jù)進(jìn)行分類(lèi),來(lái)減少各結(jié)點(diǎn)的重疊和訪問(wèn)外存的I/O次數(shù),從而提高檢索效率。
(3)開(kāi)發(fā)了一套基于GIS的電纜管理系統(tǒng)
為了滿足電力電纜的科學(xué)管理,結(jié)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于FCM聚類(lèi)的算法改進(jìn).pdf
- 基于改進(jìn)的FCM遙感圖像聚類(lèi)算法的研究與應(yīng)用.pdf
- 改進(jìn)的粒子群算法及其在聚類(lèi)算法中的應(yīng)用.pdf
- 改進(jìn)SOM算法在文本聚類(lèi)中的應(yīng)用.pdf
- 譜聚類(lèi)算法改進(jìn)及在社交網(wǎng)絡(luò)中的應(yīng)用.pdf
- 改進(jìn)的聚類(lèi)算法在入侵檢測(cè)中的應(yīng)用.pdf
- FCM聚類(lèi)算法及其在變壓器故障診斷中的應(yīng)用.pdf
- 基于FCM的類(lèi)合并聚類(lèi)算法研究.pdf
- 時(shí)間序列動(dòng)態(tài)聚類(lèi)方法研究——基于改進(jìn)的FCM算法.pdf
- 聚類(lèi)數(shù)據(jù)挖掘在商場(chǎng)中的應(yīng)用及K-means聚類(lèi)算法改進(jìn)研究.pdf
- 基于FCM的改進(jìn)WM算法及在模糊系統(tǒng)參數(shù)優(yōu)化的應(yīng)用.pdf
- 差分進(jìn)化算法的改進(jìn)及其在聚類(lèi)中的應(yīng)用.pdf
- 改進(jìn)的FCM算法在腦部圖像分割中的應(yīng)用研究.pdf
- 改進(jìn)的KFCM聚類(lèi)算法及其在分治SVM中的應(yīng)用.pdf
- 改進(jìn)的粒子群算法及在圖像聚類(lèi)的應(yīng)用.pdf
- FCM聚類(lèi)及其增量算法的研究.pdf
- 改進(jìn)的聚類(lèi)算法在不同數(shù)據(jù)集中的研究及應(yīng)用.pdf
- 幾種聚類(lèi)算法的改進(jìn)及其在圖像分割中的應(yīng)用.pdf
- 改進(jìn)的模糊聚類(lèi)算法在電站運(yùn)行優(yōu)化中的應(yīng)用.pdf
- 基于改進(jìn)的fcm算法在圖像分割中的研究與應(yīng)用
評(píng)論
0/150
提交評(píng)論