排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
为提高神经网络模型的预测精度以及提高模型的计算效率,减少获得高精度模型的计算量,构建了基于正交最小二乘法的高斯径向基神经网络模型结构,给出了最小二乘法高斯径向基神经网络的递归模型.依据样本点序列信息,给出了高斯径向基函数中心参数的确定方法,并采用正交最小二乘法回归迭代,从而获得隐层同输出层间的连接权参数值.采用混沌Lorenz时间序列预测问题对该设计的网络模型进行验证,并同其他文献对该序列预测的精度以及迭代所需的时间作对比.结果表明,采用该设计方法获得的网络模型具有时间预测精度高及计算效率高等优点. 相似文献
2.
为了明确低碳出行对城市交通绿色性发展的积极贡献作用,从人、车、路、交通基础设施和交通环境五个层面提取衡量低碳出行对城市交通绿色性发展的主要指标,并引入数据包络分析方法中C~2R模型的等价变换线性规划模型,以广州市2005年—2012年低碳出行投入和产出的统计数据为例,借助SPSS和DEAP等数据分析工具进行实证研究.研究结果表明:随着能源的紧张和私人机动车辆的增加,发展公共交通事业已成为城市绿色交通发展的第一要素. 相似文献
1