《基于稀疏表达和RBF神经网络的交通流预测方法》PDF+DOC
作者:史世雄,王敏捷
单位:上海市微型电脑应用学会
出版:《微型电脑应用》2014年第05期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFWXDY2014050080
DOC编号:DOCWXDY2014050089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于RBF神经网络算法在重金属浓度测量中的应用》PDF+DOC2015年第10期 李德霞,黄廷磊,林科,翟文军
《基于RBF神经网络的水下机器人传感器状态监测方法研究》PDF+DOC2005年第06期 张铭钧,孙瑞琛,王玉甲
《基于RBF神经网络的热电偶建模方法》PDF+DOC2005年第24期 蔡兵
《基于RBF网络的光纤位移传感器温度补偿研究》PDF+DOC2004年第02期 韦兆碧,刘晔,马志瀛,胡光辉,时德钢
《基于RBF时间序列预测器的传感器故障诊断方法研究》PDF+DOC2010年第05期 曹正洪,沈继红
《一种基于改进遗传RBF神经网络的传感器动态特性补偿算法》PDF+DOC2010年第09期 王军号,孟祥瑞
《基于RBF神经网络的电化学CO气体传感器的温度补偿》PDF+DOC2009年第01期 张小俊,张明路,李小慧
《基于RBF神经网络的单一催化传感器检测混合气体研究》PDF+DOC2009年第05期 张愉,齐美星,童敏明
《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC2008年第09期 韩逸飞,何琳
《基于RBF神经网络的柴油机排气温度传感器检测方法的研究》PDF+DOC2006年第05期 赵军,张丹,陈学峰,梁培钧
准确的交通流预测被认为是智能交通系统(ITS)中一个重要的元素。针对以往仅靠人工经验在预测节点的邻近范围内进行时空关联选取,提出了一种基于稀疏表达的时空关联挖掘的方法,并应用于RBF(RadialBasisFunction)神经网络进行交通流预测。它的优势在于可以基于全局的交通网数据自动地挖掘出与目标节点的传感器相关的时空关联传感器,此方法具有良好的自适应性,能应用到大的交通网中进行交通流预测。相比于从邻近范围选取时空关联传感器来进行预测的方法,拥有更好的预测性能。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。