【摘要】：目前,手機打車軟件已經(jīng)在我們的生活中普及,拼車也成為時下一種省錢又環(huán)保的新風尚。打車軟件中的拼車主要有兩種形式:一種是快車業(yè)務(wù)下即拼即走的即時拼車,另一種是順風車業(yè)務(wù)下需要提前發(fā)布行程的預約拼車。與誕生于拼車網(wǎng)站的預約拼車不同,即時拼車是伴隨智能手機的普及以及手機打車軟件的出現(xiàn)才逐漸走入人們的視野。本文主要針對即時拼車場景下的拼車結(jié)果進行研究。目前針對拼車的研究主要包括拼車的路徑匹配、拼車方法以及其發(fā)展效應(yīng)等。本文針對即時拼車結(jié)果預測問題,提出了一種新的改進kNN算法。算法根據(jù)研究問題中數(shù)據(jù)集樣本在整體和類間分布不平衡的特點,對傳統(tǒng)kNN算法進行了兩個方面的改進工作:一是根據(jù)樣本的整體分布不均勻性,基于密度聚類中的密度可達思想提出了一種基于樣本密度的噪聲近鄰檢測過程,使得待測樣本的近鄰選擇過程更加合理。二是基于樣本的類間分布不平衡性,提出了使用各疑似近鄰對應(yīng)的類內(nèi)樣本平均密度作為其密度可達檢測距離閾值,使得噪聲近鄰的檢測準確性不受樣本的類間分布差異影響。最終在UCI公開數(shù)據(jù)集上的實驗證明了本算法在樣本分布不平衡分類預測問題中的優(yōu)越性,并在實際的拼車結(jié)果數(shù)據(jù)集上驗證了算法的預測效果取得了明顯的提升。本文通過對即時拼車結(jié)果進行預測,幫助用戶合理安排出行方式,同時也給司機搶單提供重要的偏好信息,未來可應(yīng)用于手機打車軟件平臺,為用戶提供更加方便有效的出行。
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F570;TP301.6

【參考文獻】

相關(guān)期刊論文 前10條

1 樊存佳;汪友生;邊航;;一種改進的KNN文本分類算法[J];國外電子測量技術(shù);2015年12期

2 曾俊杰;王曉明;楊曉歡;;基于局部保持的KNN算法[J];西華大學學報(自然科學版);2015年06期

3 盧偉勝;郭躬德;嚴宣輝;陳黎飛;;SMwKnn:基于類別子空間距離加權(quán)的互k近鄰算法[J];計算機科學;2014年02期

4 譚家美;朱麗葉;南香蘭;侯立文;;網(wǎng)絡(luò)拼車成功的因素分析[J];上海海事大學學報;2013年02期

5 楊淑平;易國棟;袁修貴;劉再明;;一種基于分塊小波的人臉識別算法[J];中南大學學報(自然科學版);2013年05期

6 王茂福;;拼車的發(fā)展及其效應(yīng)[J];中國軟科學;2010年11期

7 張春普;劉蕾;;對拼車成因及其性質(zhì)的探究[J];特區(qū)經(jīng)濟;2010年09期

8 丁潔蓉;;我國“拼車”合法化的法律思考[J];浙江萬里學院學報;2009年06期

9 閉小梅;閉瑞華;;KNN算法綜述[J];科技創(chuàng)新導報;2009年14期

10 張運良;張全;;柔性KNN算法研究[J];計算機工程與應(yīng)用;2007年34期

，

本文編號：2647547