国家高技术研究发展计划(2012AA102003-2)
- 作品数：3 被引量：7H指数：2
- 相关作者：王霓虹孙海龙王春艳方舟更多>>
- 相关机构：东北林业大学黑龙江省电子信息产品监督检验院更多>>
- 发文基金：国家高技术研究发展计划中央高校基本科研业务费专项资金国家林业公益性行业科研专项更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 道路网中基于RRN-Tree的CKNN查询
- 2014年
- 现有针对基于道路网络的CKNN查询研究，主要是将道路网络以路段和节点的形式进行建模，转化成基于内存的有向／无向图，该模型存在2个问题：一个是道路网络中路段数据量大，导致索引结构分支过多、移动对象更新频繁；另一个是图表示方法不能很好地处理十字路口转向、U型转弯等交通规则。针对此问题，提出道路网中基于RRN—Tree的移动对象CKNN查询算法，包括索引结构设计和移动对象查询算法设计，采用路线对道路网建模，基于网络边扩展方式，实现复杂条件下的道路网络CKNN查询。实验结果表明，在各种网络密度和兴趣点对象分布密度下，与经典的IMA／GMA算法相比，基于RRN—Tree索引方法的查询性能提高1．5倍-2．13倍。
- 孙海龙王霓虹
- 关键词：道路网络
- 道路网络中基于方向关系约束的CKNN查询被引量：4
- 2014年
- 针对位置服务应用中，基于道路网络的移动对象连续K最近邻（ CKNN ）查询实时响应速度慢的问题，提出基于方向关系约束的移动对象CKNN查询算法CDR-CKNN。采用锥形模型建立方向关系表示模型，将查询中的方向关系谓词转化为开放图形，作为K最近邻查询的约束条件，快速过滤与查询结果无关的道路边，从而避免查找最近邻对象时对道路网的盲目扩展，缩短查找K最近邻对象的时间。实验结果表明，当道路网络规模增加时， CDR-CKNN算法查询性能比IMA/GMA算法提高2倍~3.3倍，其性能受兴趣点对象分布密度影响较小；采用八方向锥形模型比四方向锥形模型的算法查询效率提高1.5倍~3倍。
- 孙海龙王霓虹王春艳
- 关键词：道路网络
- 基于改进MNN的森林健康评价方法研究被引量：3
- 2014年
- 为了更好地支持森林的可持续经营,探讨了森林健康评价方法。与传统的单一人工神经网络相比,集成神经网络(Modular Neural Networks,MNN)在解决复杂分类问题时更加有效,因此利用MNN作为森林健康评价的具体方法。此外,常被用来训练神经网络的反向传播(Back Propagation,BP)算法存在收敛速度慢且易陷入局部极小值等不足。为了解决这一问题,将具有极强全局寻优能力的人工蜂群(Artificial Bee Colony,ABC)算法与BP算法相结合,形成一种混合ABC-BP算法的改进MNN模型,并将其用作构成MNN的单一神经网络的学习算法。通过试验对比分析,验证了改进MNN模型的有效性。
- 方舟王霓虹
- 关键词：森林健康评价集成神经网络人工蜂群
