-
题名决策树优化选择下城市交通出行特征研究
- 1
-
-
作者
李文
-
机构
西南交通大学希望学院
成都市交通+旅游大数据应用技术研究基地
-
出处
《现代电子技术》
北大核心
2024年第5期182-186,共5页
-
文摘
文中对基于决策树优化选择下城市交通出行特征进行研究,通过研究城市交通出行方式,缓解城市交通出行压力。基于决策树算法基本理论,构建决策树模型,选取城市交通出行特征作为分类依据,运用C4.5决策树算法对城市交通出行数据进行分类,根据分类后各个不同特征叶子节点对上层子节点的总占比进行城市交通出行特征优化选择分析,并在“Occam's razor”的基础上,利用重新引入法提出优化方法,解决C4.5决策树算法存在的过度拟合问题,提升城市交通出行方式分析效果。实验结果表明,该方法可有效分析城市交通现有出行特征,指导城市交通规划,依据该方法的分析结果对早高峰线路进行优化后,有效减少了长距离拥堵路段,同时避免了严重阻塞路段的产生。
-
关键词
城市交通
出行特征
决策树
优化选择
特征分类
C4.5决策树算法
奥卡姆剃刀理论
过度拟合
-
Keywords
urban transportation
travel characteristic
decision tree
optimization selection
characteristic classification
C4.5 decision tree algorithm
occam's razor theory
overfitting
-
分类号
TN911.1-34
[电子电信—通信与信息系统]
U491
[电子电信—信息与通信工程]
-
-
题名智能算法在双辊铸轧过程铸轧力计算中的应用
- 2
-
-
作者
刘晓东
曹光明
-
机构
山东石横特钢集团有限公司
东北大学轧制技术及连轧自动化国家重点实验室
-
出处
《材料与冶金学报》
CAS
2009年第2期140-144,共5页
-
基金
国家973项目资助(2004CB619108)
-
文摘
在双辊铸轧过程中,铸轧力的控制是铸轧过程稳定进行和提高薄带质量的关键.为了控制铸轧力,必须建立铸轧力计算数学模型,本文采用了一种基于贝叶斯方法的前向神经网络训练算法以提高网络的泛化能力,在网络的目标函数中引入了表示网络结构复杂性的惩罚项,融入"奥克姆剪刀"理论,避免了网络训练的过拟合.将上述网络应用于铸轧过程的铸轧力计算,具有很高的计算精度,同时在收敛速度、稳定性和泛化能力方面都优于传统的BP神经网络.
-
关键词
贝叶斯方法
神经网络
双辊铸轧
“奥克姆剪刀”理论
-
Keywords
Bayesian method
neural network
Twin - Roll strip casting
＂occam＇ s razor＂ theory
-
分类号
TG335
[金属学及工艺—金属压力加工]
-
