期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
公路线形空间几何特性模型及其应用
被引量：
9
1
作者
林声
郭忠印
+1 位作者
周小焕
戴忧华
《中国公路学报》
EI
CAS
CSCD
北大核心
2010年第S2期47-52,共6页
根据高速公路线形的空间几何特性,采用高等数学几何中曲线空间曲率的计算方法,结合高等级公路平纵组合设计方法,对公路线形进行空间曲率计算,并结合运行车速方面的特征进行修正;根据修正后的空间曲率指标,以及高速公路中不同车辆运行特...
根据高速公路线形的空间几何特性,采用高等数学几何中曲线空间曲率的计算方法,结合高等级公路平纵组合设计方法,对公路线形进行空间曲率计算,并结合运行车速方面的特征进行修正;根据修正后的空间曲率指标,以及高速公路中不同车辆运行特征、运行分布与安全的相关性分析,结合客车占有率提出了多个针对高速公路断面运行状态的空间曲率指标模型;通过数学回归,进行评价模型与道路事故率统计的相关性分析研究。结果表明:部分空间曲率指标与事故率具有较好的相关性;建立的以高速公路空间曲率为主要指标的道路安全评价模型能够为道路线形设计提供理论支持。
展开更多
关键词
道路工程
公路线形
空间几何特性
评价模型
空间曲率
原文传递
一种空间几何角度最大化的随机增量学习模型及应用
被引量：
1
2
作者
南静
代伟
+1 位作者
袁冠
周平
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第6期1283-1294,共12页
针对随机权神经网络(Random weight neural networks,RWNNs)隐含层节点随机生成过程可解释性不足和节点随机生成而导致的网络结构不紧致等问题,提出了一种空间几何角度最大化随机增量学习模型(Stochastic incremental learning model wi...
针对随机权神经网络(Random weight neural networks,RWNNs)隐含层节点随机生成过程可解释性不足和节点随机生成而导致的网络结构不紧致等问题,提出了一种空间几何角度最大化随机增量学习模型(Stochastic incremental learning model with maximizing spatial geometry angle,SGA-SIM).首先,以空间几何视角深入分析随机增量学习过程,建立了具有可解释性的空间几何角度最大化约束,以改善隐含层节点质量,并证明该学习模型具有无限逼近特性;同时,引入格雷维尔迭代法优化学习模型输出权值计算方法,提高模型学习效率.在真实的分类和回归数据集以及数值模拟实例上的实验结果表明,所提增量学习模型在建模速度、模型精度和模型网络结构等多个方面具有明显优势.
展开更多
关键词
随机权神经网络
增量学习
空间几何角度最大化约束
无限逼近性
下载PDF
职称材料
题名
公路线形空间几何特性模型及其应用
被引量：
9
1
作者
林声
郭忠印
周小焕
戴忧华
机构
北京交通大学交通运输学院
同济大学道路与交通工程教育部重点实验室
出处
《中国公路学报》
EI
CAS
CSCD
北大核心
2010年第S2期47-52,共6页
基金
国家西部交通建设科技项目(2007 318 490 26)
文摘
根据高速公路线形的空间几何特性,采用高等数学几何中曲线空间曲率的计算方法,结合高等级公路平纵组合设计方法,对公路线形进行空间曲率计算,并结合运行车速方面的特征进行修正;根据修正后的空间曲率指标,以及高速公路中不同车辆运行特征、运行分布与安全的相关性分析,结合客车占有率提出了多个针对高速公路断面运行状态的空间曲率指标模型;通过数学回归,进行评价模型与道路事故率统计的相关性分析研究。结果表明:部分空间曲率指标与事故率具有较好的相关性;建立的以高速公路空间曲率为主要指标的道路安全评价模型能够为道路线形设计提供理论支持。
关键词
道路工程
公路线形
空间几何特性
评价模型
空间曲率
Keywords
road
engineering
highway
alignment
spatial
geometric
property
evaluation
model
spatial
curvature
分类号
U412.3 [交通运输工程—道路与铁道工程]
原文传递
题名
一种空间几何角度最大化的随机增量学习模型及应用
被引量：
1
2
作者
南静
代伟
袁冠
周平
机构
中国矿业大学信息与控制工程学院
中国矿业大学计算机科学与技术学院
东北大学流程工业综合自动化国家重点实验室
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第6期1283-1294,共12页
基金
国家自然科学基金(61973306)
江苏省自然科学基金优秀青年项目(BK20200086)
+1 种基金
江苏省研究生科研与实践创新计划(KYCX22_2552)
中国矿业大学未来杰出人才助力计划(2022WLKXJ077)资助。
文摘
针对随机权神经网络(Random weight neural networks,RWNNs)隐含层节点随机生成过程可解释性不足和节点随机生成而导致的网络结构不紧致等问题,提出了一种空间几何角度最大化随机增量学习模型(Stochastic incremental learning model with maximizing spatial geometry angle,SGA-SIM).首先,以空间几何视角深入分析随机增量学习过程,建立了具有可解释性的空间几何角度最大化约束,以改善隐含层节点质量,并证明该学习模型具有无限逼近特性;同时,引入格雷维尔迭代法优化学习模型输出权值计算方法,提高模型学习效率.在真实的分类和回归数据集以及数值模拟实例上的实验结果表明,所提增量学习模型在建模速度、模型精度和模型网络结构等多个方面具有明显优势.
关键词
随机权神经网络
增量学习
空间几何角度最大化约束
无限逼近性
Keywords
Random
weight
neural
networks(RWNNs)
incremental
learning
spatial
geometric
angle
maximiza�tion
constraint
universal
approximation
property
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
公路线形空间几何特性模型及其应用
林声
郭忠印
周小焕
戴忧华
《中国公路学报》
EI
CAS
CSCD
北大核心
2010
9
原文传递
2
一种空间几何角度最大化的随机增量学习模型及应用
南静
代伟
袁冠
周平
《自动化学报》
EI
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
