简介:机器学习方法在领导干部日常考核指标体系设置中被广泛运用。层次结构模型(AHP&FAHP)的基本思路是将复杂问题分解为若干层次和若干要素,通过简单比较、判断和计算,获得不同要素的权重,最后通过加权求和做出最优选择。而SVM作为一种新兴的机器学习方法,也逐渐被引入到领导干部日常考核的指标设计之中。SVM的原则是结构风险最小化,在样本分类误差尽可能小的前提下,充分提高分类器的泛化推广能力,这有助于解决小样本、非线性以及高维模式识别问题;文章总结和比较了AHP、FAHP、SVM三种模型的理论基础和基本方法,试图为领导干部日常考核提供理论依据。
简介:摘要:在公共交通出行中,通常利用GPS轨迹点来绘制公交的出行轨迹,从而更好的对公交的位置和状态进行实时监控和管理,但在实际运用中,由于车载机设备,信号,天气等各方面原因,可能导致轨迹点有所漂移,不能精确反应公交的行驶轨迹。本文利用轨迹点滞后运动过程,获取有效权重点,再通过轨迹点与权重点的最大距离和相隔时间来比对,轨迹的运行过程中,有效权重点只有一个,代表的是一段有效轨迹的稳定点,如果出现疑似偏移点的点,则再生成一个,代表新的这个疑似偏移点为开始的点的权重,如果这个新的疑似偏移点之后的5个点都没有偏移,则说明这段轨迹有效,则加入有效轨迹点中并更新权重点。