4.23文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >>
短时交通信息智能预测理论及方法

短时交通信息智能预测理论及方法

作者:王扬
出版社:人民交通出版社出版时间:2016-09-01
开本: 32开 页数: 147
本类榜单:工业技术销量榜
中 图 价:¥25.9(7.2折) 定价  ¥36.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

短时交通信息智能预测理论及方法 版权信息

短时交通信息智能预测理论及方法 本书特色

本书从交通信息预测的研究意义、基本理论及分类等基本背景知识人手,介绍了作者在交通数据 的异常值祛除、噪声抑制及缺失数据填补等预处理方法上的研究成果,对基于不确定性理论的一些预 测模型进行了比较研究,并在此基础之上提出了两种基于非监督学习方法的单步智能预测模型,在本 书*后着重介绍了作者在多步预测方面的研究成果,并结合实验研究论证了五种多步预测新方法的有 效性。 本书可供同行学者参考阅读,也可作为参考书供相关专业研究生学习。

短时交通信息智能预测理论及方法 内容简介

本书从交通信息预测的研究意义、基本理论及分类等基本背景知识入手,介绍了作者在交通数据的异常值祛除、噪声抑制及缺失数据填补等预处理方法上的研究成果,对基于不确定性理论的一些预测模型进行了比较研究,并在此基础之上提出了两种基于非监督学习方法的单步智能预测模型,在本书*后着重介绍了作者在多步预测方面的研究成果,并结合实验研究论证了五种多步预测新方法的有效性,本书可供同行学者参考阅读,也可作为参考书供相关专业研究生学习。

短时交通信息智能预测理论及方法 目录

第6章基于局部近似隶属函数模糊聚类的模糊单步预测方法
6.1 预测方法概述
6.2基于局部近似隶属函数模糊聚类算法
6.3基于局部隶属函数模糊聚类的参数及规则确定方法
6.4仿真实例
第7章基于高斯混合模型的模糊单步预测方法
7.1预测方法概述
7.2输入变量选择
7.3基于*近邻聚类及高斯混合模型的参数和规则确定方法
7.4仿真实例
第8章多步模糊预测方法
8.1 直接多步模糊预测方法
8.2循环多步模糊预测方法
8.3组合多步预测方法第6章基于局部近似隶属函数模糊聚类的模糊单步预测方法 6.1 预测方法概述 6.2基于局部近似隶属函数模糊聚类算法 6.3基于局部隶属函数模糊聚类的参数及规则确定方法 6.4仿真实例 第7章基于高斯混合模型的模糊单步预测方法 7.1预测方法概述 7.2输入变量选择 7.3基于*近邻聚类及高斯混合模型的参数和规则确定方法 7.4仿真实例 第8章多步模糊预测方法 8.1 直接多步模糊预测方法 8.2循环多步模糊预测方法 8.3组合多步预测方法 8.4基于偏差序列的多步模糊预测方法 8.5基于偏差累加序列的多步模糊预测方法 8.6多步预测方法对比分析 参考文献信息
展开全部
商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服