[发明专利]一种基于改进k-means算法的菜鸟驿站选址方法有效
申请号: | 201910746838.8 | 申请日: | 2019-08-14 |
公开(公告)号: | CN110619351B | 公开(公告)日: | 2022-04-08 |
发明(设计)人: | 张贵军;陈驰;武楚雄;王浩文;李亭;陈芳 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q10/06;G06Q30/02 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于改进k‑means算法的菜鸟驿站选址方法,首先,输入样本数据集,计算每两个样本点之间距离和距离均值;然后,根据样本点的参考概率密值大小,找到最大的元素所对应的样本点作为第一个初始聚类中心,同时将与该点的距离小于距离均值的样本点从数据集中删除,将剩下的样本点组成新的数据集,重复上述步骤,直到找到k个初始聚类中心,并将其作为聚类的均值向量;最终,计算样本点与各均值向量的距离,根据距离最近的均值确定簇标记,将样本点划入相应的簇中,更新均值向量,不断划分出新的簇,直到均值向量不再变化,此时均值向量即为目标可行点。本发明提供了一种选址效率高和实用性强的基于改进k‑means算法的菜鸟驿站方法。 | ||
搜索关键词: | 一种 基于 改进 means 算法 菜鸟 驿站 选址 方法 | ||
【主权项】:
1.一种基于改进k-means算法的菜鸟驿站选址方法,其特征在于:所述方法包括以下步骤:/n1)首先获取某小区用户的地址数据集,根据用户在最近一个月内所产生快递订单量进行分层抽样;/n2)将提取到的用户地址数据组成一个新的初始特征样本数据集,记为U={u
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910746838.8/,转载请声明来源钻瓜专利网。