本文關(guān)鍵詞：隨機森林改進算法在LBS用戶社會關(guān)系推斷中的應(yīng)用

  更多相關(guān)文章： 基于位置的服務(wù) 時空共現(xiàn) 隨機森林 分區(qū)采樣 社會關(guān)系推斷

【摘要】：根據(jù)LBS用戶位置信息對用戶社會關(guān)系進行推斷,是基于位置大數(shù)據(jù)的情報挖掘領(lǐng)域中的一個新興問題,可為群體發(fā)現(xiàn)及社團劃分提供信息支撐.本文以時空共現(xiàn)理論為依據(jù),對時空共現(xiàn)區(qū)的4類特征進行了選擇、歸納及優(yōu)化.針對隨機森林難以對高維且含有冗余特征的數(shù)據(jù)進行分類的問題,提出一種基于特征空間分區(qū)采樣策略的隨機森林算法.該算法以Fisher比對特征的重要程度進行度量,并以此為依據(jù)對特征子空間分區(qū),然后按比例進行采樣,最后構(gòu)造隨機森林.這一改進有效避免了隨機采樣法構(gòu)造特征子空間時容易引入噪聲的問題.實驗結(jié)果表明,相比于標(biāo)準(zhǔn)的隨機森林算法,改進算法在對具有高維、冗余特征的數(shù)據(jù)分類中更為有效,更加適合應(yīng)用于對LBS用戶社會關(guān)系的推斷.
【作者單位】： 電子工程學(xué)院;通信信息控制和安全技術(shù)重點實驗室;
【關(guān)鍵詞】： 基于位置的服務(wù) 時空共現(xiàn) 隨機森林 分區(qū)采樣 社會關(guān)系推斷
【基金】：國防重點實驗室基金項目(9140C130104)資助
【分類號】：TP311.13;TP391.3
【正文快照】： 1引言移動通信、互聯(lián)網(wǎng)、GNSS(Global Navigation Satellite Sys-tem)等技術(shù)的普及,極大地促進了LBS的發(fā)展[1],從而產(chǎn)生了越來越多的位置大數(shù)據(jù).人類的時空信息隱含著其行為模式和生活習(xí)慣[2,3],因此,合理地使用時空數(shù)據(jù)挖掘技術(shù)可對該類數(shù)據(jù)進行有效的知識發(fā)現(xiàn)及價值提取[4].

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉足華;熊惠霖;;基于隨機森林的目標(biāo)檢測與定位[J];計算機工程;2012年13期

2 董師師;黃哲學(xué);;隨機森林理論淺析[J];集成技術(shù);2013年01期

3 陳姝;彭小寧;;基于粒子濾波和在線隨機森林分類的目標(biāo)跟蹤[J];江蘇大學(xué)學(xué)報(自然科學(xué)版);2014年02期

4 王麗婷;丁曉青;方馳;;基于隨機森林的人臉關(guān)鍵點精確定位方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2009年04期

5 李建更;高志坤;;隨機森林針對小樣本數(shù)據(jù)類權(quán)重設(shè)置[J];計算機工程與應(yīng)用;2009年26期

6 吳華芹;;基于訓(xùn)練集劃分的隨機森林算法[J];科技通報;2013年10期

7 程光;王貴錦;何禮;林行剛;;人體姿勢估計中隨機森林訓(xùn)練算法的并行化[J];計算機應(yīng)用研究;2014年05期

8 于延;王建華;;基于云計算平臺的隨機森林算法的研究與實現(xiàn)[J];科技通報;2013年04期

9 劉永春;宋弘;;基于隨機森林的乳腺腫瘤診斷研究[J];電視技術(shù);2014年15期

10 楊帆;林琛;周綺鳳;符長虹;羅林開;;基于隨機森林的潛在k近鄰算法及其在基因表達數(shù)據(jù)分類中的應(yīng)用[J];系統(tǒng)工程理論與實踐;2012年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 謝程利;王金橋;盧漢清;;核森林及其在目標(biāo)檢測中的應(yīng)用[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達數(shù)據(jù)分析的隨機森林方法及算法改進[A];黑龍江省第十次統(tǒng)計科學(xué)討論會論文集[C];2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 賀捷;隨機森林在文本分類中的應(yīng)用[D];華南理工大學(xué);2015年

2 張文婷;交通環(huán)境下基于改進霍夫森林的目標(biāo)檢測與跟蹤[D];華南理工大學(xué);2015年

3 王宇恒;推薦系統(tǒng)中隨機森林算法的優(yōu)化與應(yīng)用[D];浙江大學(xué);2016年

4 張玉桃;旅客社會網(wǎng)絡(luò)中的家庭出行預(yù)測及其行為特征分析[D];北京交通大學(xué);2016年

5 張興;基于Spark大數(shù)據(jù)平臺的火電廠節(jié)能分析[D];太原理工大學(xué);2016年

6 楊麗;音頻場景分析與識別方法研究[D];南京大學(xué);2013年

7 魯奉軍;基于隨機森林算法的目標(biāo)檢測與動作識別方法研究[D];吉林大學(xué);2016年

8 吳敏;融合多特征的產(chǎn)品垃圾評論識別[D];福州大學(xué);2012年

9 鐘龍申;隨機森林算法處理不平衡數(shù)據(jù)的改進及其并行化[D];廣東工業(yè)大學(xué);2016年

10 胡太祥;大規(guī)模圖像標(biāo)注方法研究[D];華中科技大學(xué);2014年

，

本文編號：849070