排序方式: 共有3条查询结果,搜索用时 93 毫秒
1
1.
为了提高传统方法生成交通拥堵指数(TPI)的准确率,引入一种基于经验模态分解(EMD)与Elman神经网络的组合模型实现交通拥堵指数预测。首先,利用EMD将TPI序列分解为不同时间尺度下的IMF分量和剩余分量;然后,通过偏自相关函数(PACF)计算各分量的滞后期数,以此确定各分量在Elman神经网络中的输入和输出变量;之后,通过上述方法计算出各分量预测值并相加;最后,计算出总预测结果。通过计算结果可知,EMD-PACF-Elman预测方法3个评价指标(平均绝对误差、均方误差、平均绝对百分误差)的计算结果与单一Elman神经网络模型、EMD-Elman神经网络模型、单一BP神经网络模型、EMD-BP神经网络模型相比都为最低,分别为0.562 4、0.598 9、0.110 7。因此, EMD-PACF-Elman预测方法可以有效地预测TPI,同时也为进一步预测交通拥堵趋势提供了依据。 相似文献
2.
3.
为提高人才培养的质量首先要提高军校教员队伍整体素质。章从打牢教书育人的思想基础,提高教员的教学、科研和学术能力,建立健全竞争机制等方面,对全面提高军校教员队伍整体素质的方法、途径进行了探讨。对深化军校教育制度改革、提高人才培养质量具有实际意义。 相似文献
1