排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
交通流预测在智能交通领域有着重要的现实意义。由于交通流数据受多种因素影响,平稳性差、随机性强,呈现出高度非线性的特征,使得交通流预测极为困难。针对短时交通流预测准确性的要求,本文提出一种基于互补集成经验模态分解(Complete Ensemble Empirical Mode Decomposition, CEEMD),并结合卷积神经网络(Convolutional Neural Networks, CNN)和长短期记忆网络(Long Short-Term Memory, LSTM)的短时交通流预测方法。模型通过CEEMD信号分解减少噪声对交通流数据预测的影响,采用CNN、LSTM充分挖掘数据的时空特征,使得模型做出更加准确的判断,从而提高神经网络的学习效率。在真实交通流数据上进行实验验证,结果表明,本文提出的模型可以有效提高交通流预测的准确性。 相似文献
2.
为提高TC4钛合金板材表面硬度,用电磁成型工艺,通过改变冲击电压、冲击次数、驱动片等参数对TC4钛合金板材进行试验。用高精度维式硬度计、有限元模拟、数据拟合软件等对试验结果进行分析。结果表明:电磁成型工艺可一定程度强化TC4钛合金表面,经强化处理的TC4钛合金板材,硬度最大为377.2HV,比原始硬度提升了约10.94%。此外,不同试验条件对试验结果的影响不同。冲击电压过大及冲击次数过多都使试件的硬度低于原始试件。 相似文献
3.
4.
1