Skip to content

Opening book details…

Can I read 交通流参数及交通事件动态预测方法 = Traffic Flow : parameter and traffic incident dynamic forecast method on EtoBox?

交通流参数及交通事件动态预测方法 = Traffic Flow : parameter and traffic incident dynamic forecast method by 朱顺应,王红,向红艳等著, 朱顺应, 王红, 向红艳等著, 向红艳, Wang hong, Xiang hong yan, 朱顺应, 王红, 朱顺应, author is a book available to read on EtoBox.

What is 交通流参数及交通事件动态预测方法 = Traffic Flow : parameter and traffic incident dynamic forecast method about?

1 (p1): 绪论 2 (p1-1): 什么是“动态预测”算法 4 (p1-2): 国内外研究现状 10 (p1-3): 本书的主要内容 11 (p2): 交通调查与数据分析 11 (p2-1): 交通调查 11 (p2-1-1): 交通观测 13 (p2-1-2): 交通模拟 15 (p2-1-3): 数据处理 17 (-1): 小流量交通特性 17 (-1-1): 大流量交通特性 17 (-1-2): 常发性拥挤交通特性 18 (-1-3): 偶发性拥挤交通特性 21 (-1): 交通流参数的可预测性 24 (p3): 交通流预测常规算法 25 (p3-1): 短时交通流预测原理 25 (p3-1-1): 宏观模型预测原理 26 (p3-1-2): 微观模型预测原理 27 (-1): 简单移动平均法 28 (-1-1): 加权移动平均法 30 (-1-2): 趋势移动平均法 32 (-1): 一次指数平滑法 34 (-1-1): 二次指数平滑法 35 (-1-2): 差分-指数平滑法 41 (-1): 神经网络法 41 (-1-1): 线性神经网络模型 43 (-1-2): BP神经网络模型 48 (-1-3): RBF神经网络模型 51 (p4): 交通流动态预测小波法 51 (p4-1): 研究现状 52 (p4-2): 小波分析法 52 (p4-2-1): 连续小波变换 53 (p4-2-2): 离散小波变换 54 (p4-2-3): 多分辨分析与Mallat算法 61 (-1): 支持向量机 63 (-1-1): 支持向量回归 65 (-1-2): 支持向量机的学习算法 68 (-1-3): 基于小波分解和支持向量回归的交通流预测模型 81 (-1): 小波神经网络 84 (-1-1): 小波神经网络的学习算法及改进 87 (-1-2): 基于小波神经网络的交通流预测方法 99 (p5): 交通流动态预测分形法 99 (p5-1): 分形的概念及分形维数 100 (p5-1-1): 分形的概念 100 (p5-1-2): 分形维数的定义及其计算 108 (-1): 交通流时间序列的递归图 125 (-1-1): 交通流时间序列的混沌判据——最大Lyapunov指数 128 (-1-2): 利用最大Lyapunov指数预测交通流 129 (-1-3): 交通流时间序列的Kolmogorov熵 130 (-1): 基于分形概念的交通流预测 142 (-1-1): 基于分形自相似性的预测——移动平均自回归最近邻域综合预测法 179 (p6): 交通流动态预测控制论法 179 (p6-1): 反馈控制理论 179 (p6-1-1): 开环控制 180 (p6-1-2): 闭环控制 181 (p6-1-3): 反馈系统的传递函数 184 (-1): 交通

Author
朱顺应,王红,向红艳等著, 朱顺应, 王红, 向红艳等著, 向红艳, Wang hong, Xiang hong yan, 朱顺应, 王红, 朱顺应, author
Publisher
南京:东南大学出版社
Published
2008
Language
ZH
ISBN
9787564111595

More by 朱顺应,王红,向红艳等著, 朱顺应, 王红, 向红艳等著, 向红艳, Wang hong, Xiang hong yan, 朱顺应, 王红, 朱顺应, author

Browse all works by 朱顺应,王红,向红艳等著, 朱顺应, 王红, 向红艳等著, 向红艳, Wang hong, Xiang hong yan, 朱顺应, 王红, 朱顺应, author

Similar books