简介:云计算中的群集计算应用程序(例如MapReduce和面向用户的应用程序)具有应用程序级别的需求,因此需要有高级别的抽象来表示这些应用程序的需求.协流(coflow)是一个网络级别的抽象,用来表达数据并行编程范例的通信要求.协流使应用程序更容易地将其通信语义传达给网络,从而使网络能够优化常见的通信模式.然而,现有的协流识别方案依赖于修改应用程序,并不适用于多数实际场景.提出了基于增量聚类的协流识别策略,采用增量聚类算法来执行快速、透明的协流识别,实现了协流识别的自动化,同时无需对应用进行修改.仿真实验结果显示,本文的识别算法具有超过90%的准确率,具有一定的鲁棒性.
简介:摘要交通拥挤事件是城市公共交通系统中造成交通延误的最主要原因之一,快速有效的识别拥挤事件是城市交通控制策略的重要环节。针对交通流相态及其交通因素类属方面存在的模糊性,本文在分析交通流特征时对其进行了聚类软化分。根据交通流特性,运用模糊C均值聚类算法对交通流各要素进行模糊分析处理。通过对交通量隶属度的判别和聚类分析结果,找出不同交通流间的亲疏程度和相似性,将具有相近特性的交通流归纳在一类,从而判别出交通流相态属性,确定交通拥挤事件的发生,达到对交通拥挤事件识别的目的。
简介:摘要:为了精准有效地识别高速公路交通运行状态,基于重庆市高速公路ETC门架数据,选取交通流量、车辆速度、交通密度作为交通状态分类指标,将K-means聚类算法的聚类中心作为模糊C均值聚类算法的初始聚类中心,利用改进后的模糊C均值聚类算法构建高速公路交通状态识别模型,利用支持向量机分类模型(SVM)交叉估计法验证运行状态识别准确率。研究表明改进后FCM聚类数据比原始FCM聚类数据识别精准度提高了3.5%,改进后的FCM算法迭代次数少、目标函数值小、更精准有效地实现了高速公路交通运行状态的识别。