基於SVM的多信息融合技術在公交客流識別系統中的應用研究(簡體書)
城市公共交通安全管理(簡體書)
Latinos in an Aging World ― Social, Psychological, and Economic Perspectives

TOP
0
0
2025新年快樂!天天領券享優惠!
基於SVM的多信息融合技術在公交客流識別系統中的應用研究(簡體書)
滿額折

基於SVM的多信息融合技術在公交客流識別系統中的應用研究(簡體書)

商品資訊

人民幣定價:58 元
定價
:NT$ 348 元
優惠價
87303
海外經銷商無庫存,到貨日平均30天至45天
下單可得紅利積點:9 點
商品簡介
目次
相關商品

商品簡介

客流數據是整個公交企業管理業務的基礎,快速、準確地採集車輛的客流信息為科學合理地安排調度車輛、優化公交線路等智能管理提供了基本的依據,還可以全面如實地反映公交車輛的實際載客人數,方便與錢箱收入之間的核對。《基於SVM的多信息融合技術在公交客流識別系統中的應用研究》介紹了目前比較普遍的客流識別方法,並總結了其優缺點,提出將多信息融合技術運用到客流識別中來。在信息科學技術領域中,多源信息融合是一個有廣泛應用背景及重要理論意義的研究課題。常用的信息融合算法有加權法、Bayes法、證據組合理論、模糊邏輯和神經網絡等。這些方法大多依賴先驗知識,從而造成在小樣本、高維空間情況下出現模式識別效果不佳的問題。為了解決這個問題,《基於SVM的多信息融合技術在公交客流識別系統中的應用研究》將支持向量機(SVM)引入到多信息融合模式分類中,並對於支持向量機算法進行了研究。根據客流識別的實際問題,對於支持向量機的訓練算法、快速分類算法及模型參數優化選擇算法進行了改進。終將多信息融合技術引入客流識別領域中,構建了基於支持向量機的多信息融合模型,應用嵌入式技術設計並實現了多功能信息採集車載終端。

目次

第1章 緒論
1.1 研究背景
1.1.1 公交客流識別的研究背景及意義
1.1.2 公交客流識別方法研究現狀及發展方向
1.2 多信息融合技術
1.2.1 信息融合技術的研究背景
1.2.2 信息融合技術研究歷史
1.2.3 多信息融合方法研究現狀
1.3 基於支持向量機的多信息融合方法
1.4 本書的主要內容及章節安排

第2章 基於支持向量機的多信息融合方法
2.1 多信息融合原理及框架
2.1.1 多信息融合的定義
2.1.2 多信息融合的原理
2.1.3 多傳感器信息融合的分類
2.1.4 多源信息融合常用模型
2.1.5 多信息融合系統體系結構
2.2 信息融合方法
2.2.1 直接對數據源操作的方法
2.2.2 基於對象的統計特性和概率模型的方法
2.2.3 基於規則推理的方法
2.3 基於支持向量機的多信息融合算法
2.3.1 支持向量機的理論基礎
2.3.2 基於支持向量機的多信息融合方法
2.3.3 應用於客流識別中所存在問題
2.4 本章小結

第3章 支持向量機訓練算法的研究
3.1 引言
3.2 訓練算法的研究現狀
3.3 預選樣本集
3.4 SVM訓練樣本集縮減策略(SVM-LSISRS)
3.4.1 SVM-LSTSRS原理
3.4.2 模糊C均值聚類算法原理
3.4.3 基於FCM的樣本點類型判定
3.4.4 SVM-LSTSRS實現步驟
3.4.5 SVM-LSTSRS性能分析
3.5 實驗結果及分析
3.5.1 二維可視數據
3.5.2 Libsvm提供的分類測試數據
3.6 ISTSRS與其他算法比較
3.7 本章小結

第4章 支持向量機快速分類算法的研究
4.1 引言
4.2 SVM簡化方法
4.3 基於特徵空間相似性分析的sVM快速分類算法
4.3.1 支持向量相似度分析
4.3.2 相似性係數的選擇
4.3.3 基於最小支撐樹的支持向量分組
4.3.4 特定因子的選擇及相關係數的確定
4.3.5 實現步驟
4.3.6 時間複雜度分析
4.4 實驗分析
4.5 本章小結

第5章 支持向量機模型參數優化選擇算法的研究
5.1 引言
5.2 模型參數對於SVM性能的影響
5.3 基於免疫記憶克隆策略的支持向量機參數優化算法
5.3.1 免疫克隆算法
5.3.2 基於免疫記憶克隆策略的支持向量機參數優化算法(IMC-SVM)
5.4 實驗結果及分析
5.4.1 基於RBF核的sVM參數優化實驗
5.4.2 基於Sigmoid核的sVM參數優化實驗
5.5 本章小結

第6章 基於SVM的多信息融合方法在公交客流識別中的應用
6.1 壓力數據分析
6.1.1 壓力數據采集系統
6.1.2 人體運動學原理
6.1.3 單人壓力數據分析
6.1.4 雙人壓力數據分析
6.2 時序信息分析
6.2.1 單人時序分析
6.2.2 雙人時序分析
6.2.3 總結
6.3 多信息融合公交客流識別方法的研究
6.3.1 用於公交客流識別的多信息融合模型設計
6.3.2 多信息融合客流識別方法的實現
6.4 本章小結

第7章 嵌入式客流信息採集終端的研究及實現
7.1 嵌入式系統概述
7.2 硬件設計
7.2.1 最小系統設計
7.2.2 存儲系統設計
7.2.3 語音電路設計
7.2.4 外設接口設計
7.3 軟件設計
7.3.1 嵌入式操作系統
7.3.2 霤/OS-Ⅱ系統移植
7.3.3 系統任務設計
7.4 仿真實驗
7.5 本章小結

第8章 總結
參考文獻

購物須知

大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。

特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。

無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。

為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。

若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

優惠價:87 303
海外經銷商無庫存,到貨日平均30天至45天

暢銷榜

客服中心

收藏

會員專區