云南省自然科学基金(2003E0086M)

作品数：7被引量：37H指数：4
导出分析报告
相关作者：徐天泽胡光华张朝元殷英刘名龙更多>>
相关机构：云南大学云南警官学院昆明理工大学大理学院更多>>
相关期刊：《计算机工程与应用》《云南大学学报（自然科学版）》《公路交通科技》更多>>
相关主题：交通流量支持向量机LS-SVMLAGRANGE函数最小二乘支持向量机更多>>
相关领域：交通运输工程自动化与计算机技术理学更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
城市道路网容量的对偶图算法被引量：4
《云南大学学报（自然科学版）》2006年第4期293-297,共5页李玉兰 李耀堂 
云南省自然科学基金资助项目(2003E0086M);云南省教育厅科研基金资助项目(04C277D)
在给定路网结构和路段通行能力的基础上,借助图论中最大流最小割定理,给出1种求路网容量的方法———对偶图算法,为路段通行能力约束下路网容量的确定提供了1种新途径.
关键词：路网容量 最大流 最小割集 对偶图 
三种交通流量预测模型的建立及其比较被引量：3
《昆明理工大学学报（理工版）》2006年第4期104-107,共4页张朝元 胡光华 徐天泽 
云南省教育厅自然科学基金项目资助(项目编号:02ZY011);云南大学理(工)科校级科研项目资助(项目编号:2002Q019SL);云南省自然科学基金项目资助(项目编号:2003E0086M)
针对城市交通“智能运输系统”和交通流的特性,采用先进的支持向量机算法和由它改进的BP神经网络方法来建立交通流量预测模型,并将它们及多元线性回归模型分别用于实际流量模拟.实验验证了由支持向量机算法和改进的BP神经网络建立的预...
关键词：城市交通 交通流量 多元线性回归 支持向量机 BP神经网络 预测模型 
城市道路网最短路径启发算法研究被引量：6
《公路交通科技》2006年第8期136-138,共3页刘名龙 黄德镛 徐天泽 
云南省自然科学基金资助项目(2003E0086M)
从城市道路网络的实际特点出发,对城市电子地图的道路网进行网络分析,将最佳路径搜索问题转化为图论中的最短路径搜索问题,通过对最短路径搜索算法的分析,提出了一种求解城市道路网两点间最短路径的算法。该算法主要对Dijkistra算法的...
关键词：最短路径 地理信息系统 DIJKSTRA算法 城市道路网 
系统最优动态交通分配中一种实用的配流方法被引量：1
《交通与计算机》2005年第3期1-4,共4页徐天泽 
云南省自然科学基金资助项目(2003E0086M);云南省教育厅自然科学研究基金资助项目(04Z277D)
建立了描述路段交通量变化的状态方程及相关约束,给出了一种新的动态系统最优配流算法。该算法通过在每个时段把车流分配至边际行程时间最小的路段上,从而最小化交通系统内车辆的总运行时间。该算法适用于多起点、多讫点以及O-D量随时...
关键词：系统最优 动态交通分配 配流 种实 相关约束 状态方程 行程时间 车流分配 运行时间 交通系统 时间变化 O-D量 仿真结果 算法 最小化 路段 车辆 
基于SVM的实时交通流模拟与预测系统设计被引量：7
《计算机工程与应用》2005年第10期197-199,共3页殷英 张朝元 胡光华 徐天泽 
云南省自然科学基金资助项目(编号:2003E0086M);云南省教育厅自然科学基金资助项目(编号:02ZY011);云南大学理(2)科校级科研资助项目(编号:2002Q019SL)
在统计学习理论的支持向量机学习算法研究基础上,采用Matlab语言设计了一种基于最小二乘支持向量机的实时交通流模拟与预测系统,详细阐述了算法设计、系统构架及实现,最后介绍了系统在城市路网交通流量预测中的应用,该系统为交通诱导数...
关键词：支持向量机 实时交通流 模拟与预测系统 
支持向量机改进的神经网络的函数逼近被引量：12
《昆明理工大学学报（理工版）》2004年第6期148-152,共5页张朝元 胡光华 徐天泽 殷英 
云南省教育厅自然科学基金项目资助 (项目编号 :0 2ZY0 11);云南大学理 (工 )科校级科研项目资助 (项目编号 :2 0 0 2Q0 19SL);云南省自然科学基金项目资助 (项目编号 :2 0 0 3E0 0 86M )
为了避免神经网络的收敛速度慢和局部极小点 ,采用统计学习理论中的支持向量机代替梯度下降法对三层神经网络中隐层到输出层的过程进行改进 .分别采用由支持向量机改进的神经网络和传统的神经网络对昆明市“一二一”大街交通交流的实时...
关键词：神经网络 支持向量机 函数逼近 结构风险最·J、化 交通流量 
基于LS-SVM的交通流量时间序列预测被引量：11
《云南大学学报（自然科学版）》2004年第B07期19-22,共4页张朝元 胡光华 徐天泽 
云南省自然科学基金资助项目(2003E0086M);云南省教育厅自然科学基金资助项目(02ZY011);云南大学理(工)科校级科研资助项目(2002Q019SL).
针对城市交通"智能运输系统",本文提出了基于最小二乘支持向量机(LS-SVM)方法的交通流量时间序列预测,并给出了基于最小二乘支持向量机方法的算法.与传统的神经网络相比,此方法简单易实现.通过实验表明,此方法确实效果好,能取得较好的...
关键词：LS-SVM 交通流量 时间序列预测 支持向量机 最小二乘支持向量机 正则化 智能交通系统 LAGRANGE函数 特征映射 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部