学科分类
/ 1
4 个结果
  • 简介:分布估计算法是在遗传算法基础上发展起来的一类新型进化优化算法。分布估计算法采用概率图模型表示基因变量之间的连锁关系,以构建优良解集的概率分布模型和采样分布模型来实现迭代优化。详细分析分布估计算法的基本原理,对采用不同概率图模型的分布估计算法进行总结和分析,并针对分布估计算法领域的研究现状,提出仍需解决的主要问题。

  • 标签: 分布估计算法 遗传算法 概率图模型
  • 简介:分析了不同跨径和不同矢跨比的实腹式拱桥拱上结构联合作用的承载潜力,采用直接参数法综合考虑了拱上结构联合作用的承载潜力和旧实腹式拱桥的强度折减,可以快速得出旧实腹式拱桥的承载能力估计值.

  • 标签: 实腹式 拱桥 估计方法 承载力 承载潜力 拱上结构
  • 简介:支持向量机(SupportVectorMachines简称SVMs)是基于统计学习理论的一种新的模式识别技术,它不仅结构简单,而且技术性能尤其是泛化能力明显提高。介绍支持向量机为理论基础的通信信号调制识别方法,计算机仿真结果证实此方法的可行性。

  • 标签: 支持向量机 模式识别 调制信号 识别分类 仿真
  • 简介:首先提出一种基于交通流量-交通密度的二维空间下的交通状态分类方法,在此基础上,构建对拥堵状态和非拥堵状态识别的支持向量机分类器;其次,设计基于支持向量机的城市快速路交通拥堵识别方法的步骤;最后,以西安市南二环快速路采集的交通参数数据为例,对比验证了在不同支持向量机(SVM)分离器下本文提出的城市快速路交通拥堵识别方法的有效性.研究表明:SVM线性核函数分类器的识别正确率(识别正确率均值为91.65%)高于多项式核函数等其他核函数分类器,说明交通拥堵识别的具有良好的线性可分性;不同核函数分类器的识别正确率均高于90%,说明本文设计城市快速路交通拥堵识别方法具有良好的识别性能.

  • 标签: 城市交通 交通状态 模式识别 支持向量机(SVM)