基于GGA的RBF神经网络及其在交通信息预测中的应用
文献类型：期刊论文
| 作者 | 郭璘1; 方廷健1; 叶加圣3 |
| 刊名 | 模式识别与人工智能
 |
| 出版日期 | 2006 |
| 卷号 | 19 |
| 关键词 | 遗传-梯度算法(GGA) RBF神经网络 遗传算法(GA) 梯度下降算法 交通信息预测 |
| ISSN号 | 1003-6059 |
| 其他题名 | Genetic Gradient Algorithm Based RBF Neural Network and Its Applications to Traffic Information Prediction |
| 英文摘要 | 准确可靠的交通信息预测是实现智能交通诱导和交通管理的关键．本文提出一种两步学习算法：遗传-梯度算法，用于RBF神经网络的学习，并应用到交通信息预测中．算法充分利用遗传算法的全局优化能力和梯度下算法的局部搜索能力，一方面加快网络收敛速度，另一方面优化网络结构，并在一定程度上提高网络的推广能力．宁波市实时交通速度信息预测的实验结果沧证该算法的有效性． |
| 语种 | 中文 |
| CSCD记录号 | CSCD:2670405 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/46261]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 作者单位 | 1.中国科学院合肥智能机械研究所 2.安徽省软件工程技术研究中心 3.中国科学院合肥智能机械研究所 |
| 推荐引用方式 GB/T 7714 | 郭璘,方廷健,叶加圣. 基于GGA的RBF神经网络及其在交通信息预测中的应用[J]. 模式识别与人工智能,2006,19. |
| APA | 郭璘,方廷健,&叶加圣.(2006).基于GGA的RBF神经网络及其在交通信息预测中的应用.模式识别与人工智能,19. |
| MLA | 郭璘,et al."基于GGA的RBF神经网络及其在交通信息预测中的应用".模式识别与人工智能 19(2006). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。