摘 要:文中设计了一种基于共享自行车目的地预测的智能预测系统。该系统对单位用户信息进行整合,并使用机器学习算法实现目的地预测,每当有用户使用自行车时,系统将会对用户的目的地进行预测,从而提前采取措施,对车辆进行调控 该系统采用网络爬虫技术获取数据源作为训练集,机器学习算法采用Leak漏桶和KNN算法。通过机器学习,系统对共享自行车未来时段的车辆密度以图形化方式进行了展示。整个系统的使用性能良好、准确率达92%以上,能够较好地预测自行车下一时段的密度,从而达到调控的目的
摘 要:主要探讨了人体活动识别KNN算法的改进方法,该方法通过快速傅里叶变换算法和相关,性分析,把采集到的 信号时域特,性变成频域特性,从而实现了对人体活动模式的识别。