您的位置： 专家智库 > >

林鑫

作品数：2 被引量：7H指数：1
供职机构：天津理工大学更多>>
发文基金：国家高技术研究发展计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇蚁群
  • 2篇蚁群聚类
  • 2篇聚类
  • 2篇交通流
  • 1篇道路交通
  • 1篇道路交通流
  • 1篇短时交通流
  • 1篇蚁群聚类算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据挖掘
  • 1篇搜索
  • 1篇相似度
  • 1篇局部搜索
  • 1篇聚类算法
  • 1篇交通流预测
  • 1篇RBF
  • 1篇RBF神经网...
  • 1篇城市道路
  • 1篇城市道路交通

机构

  • 2篇天津理工大学

作者

  • 2篇林鑫
  • 1篇王晓晔
  • 1篇张德干
  • 1篇王卓

传媒

  • 1篇河北工业大学...

年份

  • 2篇2010
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
城市道路交通流数据的挖掘
城市交通流通过大量的交通流信息表征其特性和规律,综合反映了城市交通综合状况,是交通管理、交通决策必不可少的科学依据,是十分宝贵的信息资源,也是城市居民出行的主要参照依据。由于城市交通流信息中包含大量可用于改善交通运行状况...
林鑫
关键词：数据挖掘交通流相似度RBF蚁群聚类
文献传递
基于蚁群聚类算法的RBF神经网络交通流预测被引量：7
2010年
短时交通流因其不确定性等特点而导致预测很复杂,准确率不高.本文把蚁群聚类算法和RBF神经网络结合来构建交通流预测模型,用蚁群聚类确定RBF网络隐层神经元的中心值,并且为了找到最优的聚类结果,在蚁群算法中加入了局部搜索.此模型具有较强的局部泛化能力和较高的准确率.实例仿真研究表明此方法预测效果较好.
林鑫王晓晔王卓张德干
关键词：短时交通流蚁群聚类RBF神经网络局部搜索
全选 清除 导出
共1页<1>
聚类工具0