首页 > 工程造价 >造价学术 >造价其他资料 > 神经网络集成的城市道路状态判别模型研究

神经网络集成的城市道路状态判别模型研究

原价 100 积分

促销价 50 评分 4.6 积分

*温馨提示:该数据为用户自主上传分享,如有侵权请 举报联系客服处理。
报错
  • 详情
  • 2020-12-27
  • 简介
  • pdf
  • 1.4MB
  • 页数 4P
  • 阅读 100
  • 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