100 积分
50
评分
4.6 积分- 详情
- 2020-12-27
- 简介
pdf
- 1.4MB
- 页数 4P
- 阅读 101
- 下载 34
针对城市道路交通状态影响因素多、判别难的特点,在分析K-均值聚类算法和概率神经网络(PNN)的基础上,利用多源检测信息的互补性,提出一种基于快速全局聚类分析的概率神经网络集成模型,通过聚类提高集成网络间的差异度,同时利用主成分分析(PCA)优化概率神经网络结构,仿真实验表明该模型与传统的集成方法Bagging相比,能够利用更简单的网络结构,快速有效地识别出城市道路交通状态,为交通预警和诱导策略的制定提供数据依据。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
hua19861***
擅长:
装饰 市政 园林 其他
- 4.6
服务
- 4
商品
- 99
人气
相关推荐
神经网络集成的城市道路状态判别模型研究 1.4MB
基于BP神经网络模型的城市道路满意度研究 1.5MB
基于神经网络的商品住宅价格模型研究 158KB
利用B-TBU模型评估桥梁状态的神经网络法 455KB
基于径向基函数神经网络模型的砂土液化概率判别方法 404KB
砂土液化判别最优BP神经网络模型 289KB
基于神经网络的工程造价估价模型 256KB
基于神经网络模型的建筑物变形预测 369KB
基于人工神经网络的工程估价预测模型 344KB
基于BP神经网络的工程伪装效能评估模型 198KB