Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于捕猎算法优化径向基神经网络的多源车速融合方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于捕猎算法优化径向基神经网络的多源车速融合方法,其包括:通过三种地点车速采集方式获取目标路段某断面的地点车速,将地点车速分为融合组以及对照组;采用K‑means聚类对融合组进行聚类,并通过elbowmethod确定最佳聚类中心数K;将最佳聚类中心数K作为径向基神经网络的神经元个数;根据神经元个数,采用高斯函数作为核函数构建径向基神经网络;以融合组作为径向基神经网络的输入,将神经网络的输出与相应的对照组进行对比,以对比结果作为适应度函数;S5采用捕猎算法,适应度函数对径向基神经网络的参数进行优化以得到径向基神经网络的各参数,并利用该径向基神经网络进行多源车速融合。本发明的方法可以地点车速进行准确高效地融合。

主权项:1.一种基于捕猎算法优化径向基神经网络的多源车速融合方法,其特征在于包括以下步骤:S1通过至少三种地点车速采集方式获取目标路段某断面的地点车速,将多种方式获取的地点车速分为融合组以及对照组,其中融合组包括至少两种方式获取的地点车速,对照组包括至少一种方式获取的地点车速;S2采用K-means聚类对融合组进行聚类,并通过elbowmethod确定最佳聚类中心数K;获取最佳聚类中心数K下各聚类中心的坐标,将最佳聚类中心数K作为径向基神经网络的神经元个数;S3根据步骤S2得到的神经元个数,采用高斯函数作为核函数构建径向基神经网络,并确定径向基神经网络需优化的参数数目;S4以融合组作为所述径向基神经网络的输入,将所述径向基神经网络的输出与相应的对照组进行对比,以对比结果作为适应度函数;S5采用捕猎算法,根据步骤S4得到的适应度函数对步骤S3确定的径向基神经网络的参数进行优化以得到径向基神经网络的各参数,并利用该径向基神经网络进行多源车速融合。

全文数据:

权利要求:

百度查询: 上海交通大学 一种基于捕猎算法优化径向基神经网络的多源车速融合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。