一、基本信息
文档名称：基于(SAGA-FCM)-PNN的交通状态判别方法研究
文档格式：pdf格式
文档大小：0.96MB
总页数：8页
二、简介
《基于(SAGA-FCM)-PNN的交通状态判别方法研究》提出了一种结合SAGA优化算法、模糊C均值聚类（FCM）和概率神经网络（PNN）的交通状态识别方法。该方法通过SAGA算法优化FCM参数，提升聚类效果，再利用PNN进行分类识别，提高交通状态判断的准确性与稳定性。研究针对城市交通数据的复杂性与不确定性，融合智能优化与机器学习技术，实现对交通流状态的高效判别。实验结果表明，该方法在交通拥堵识别和通行效率评估方面具有良好的应用前景，为智能交通系统提供了新的技术思路。
三、预览
- 文件大小:
- 983.04 KB
- 下载次数:
- 60
- 基于(SAGA-FCM)-PNN的交通状态判别方法研究.pdf
-
高速下载
| 
