为了解决我国城市道路信号配时过程中遇到的车流离散性较大、难以用简单模型来描述车流运动规律的问题,借助波动系数理论,以15 m in交通量统计数据为基础,分析了信号交叉口交通量的波动特性,指出信号交叉口交通量在纵向上具有一致性,在...为了解决我国城市道路信号配时过程中遇到的车流离散性较大、难以用简单模型来描述车流运动规律的问题,借助波动系数理论,以15 m in交通量统计数据为基础,分析了信号交叉口交通量的波动特性,指出信号交叉口交通量在纵向上具有一致性,在横向上具有差异性,而且随着V/C比的增大,车流到达的波动性逐渐降低.基于信号交叉口交通量的波动特性,结合自适应控制与感应控制的思想,形成了一种新的信号控制参数优化算法,实践应用证明,该算法针对交叉口车流到达的随机性具有较强的适应性.展开更多
针对基因表达数据样本少,维数高的特点,尤其是在样本分型缺乏先验知识的情况下,结合自组织特征映射的优点提出了基于代表熵的双向聚类算法。该算法首先通过自组织特征映射网络(SOM)对基因聚类,根据波动系数挑选特征基因。然后根据代表...针对基因表达数据样本少,维数高的特点,尤其是在样本分型缺乏先验知识的情况下,结合自组织特征映射的优点提出了基于代表熵的双向聚类算法。该算法首先通过自组织特征映射网络(SOM)对基因聚类,根据波动系数挑选特征基因。然后根据代表熵的大小判断基因聚类的好坏,并确定网络的神经元个数。最后采用FCM(Fuzzy C Means)聚类算法对挑选出的特征基因集进行样本分型。将该算法用于两组公开的基因表达数据集,实验结果表明该算法在降低特征维数的同时,得出了较高的聚类准确率。展开更多
文摘为了解决我国城市道路信号配时过程中遇到的车流离散性较大、难以用简单模型来描述车流运动规律的问题,借助波动系数理论,以15 m in交通量统计数据为基础,分析了信号交叉口交通量的波动特性,指出信号交叉口交通量在纵向上具有一致性,在横向上具有差异性,而且随着V/C比的增大,车流到达的波动性逐渐降低.基于信号交叉口交通量的波动特性,结合自适应控制与感应控制的思想,形成了一种新的信号控制参数优化算法,实践应用证明,该算法针对交叉口车流到达的随机性具有较强的适应性.
文摘针对基因表达数据样本少,维数高的特点,尤其是在样本分型缺乏先验知识的情况下,结合自组织特征映射的优点提出了基于代表熵的双向聚类算法。该算法首先通过自组织特征映射网络(SOM)对基因聚类,根据波动系数挑选特征基因。然后根据代表熵的大小判断基因聚类的好坏,并确定网络的神经元个数。最后采用FCM(Fuzzy C Means)聚类算法对挑选出的特征基因集进行样本分型。将该算法用于两组公开的基因表达数据集,实验结果表明该算法在降低特征维数的同时,得出了较高的聚类准确率。
