基于 SOM 神经网络的综合客运枢纽分级方法研究?
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3963/j.issn 1674-4861.2016.01.001

基于 SOM 神经网络的综合客运枢纽分级方法研究?

引用
为了确定综合客运枢纽分级标准、指导不同等级枢纽的建设,基于既有各交通方式场站规范和枢纽换乘量矩阵,提出枢纽对外运输方式旅客发送总量和枢纽总换乘量作为分级指标,体现枢纽对外服务能力及总换乘需求对建设规模的影响。选取我国在建及运营的90个综合客运枢纽作为研究实例,利用自组织神经网络(self-organizing feature map,SOM)无监督状态下自组织、自学习、自动分类、无需测试数据的特征,通过统计分析中的频率累计法确定枢纽分级界限,并改进了欧式距离函数,解决了 SOM 神经网络处理相关性较强指标时出现的问题。训练结果表明,选取的通用分级指标反映了不同等级综合客运枢纽建设规模的差异性,改进方法提高了网络收敛速度和聚类准确性。

交通规划、综合客运枢纽、级别划分、SOM 神经网络、频率累积法

U492.1(交通工程与公路运输技术管理)

2016-04-12(万方平台首次上网日期,不代表论文的发表时间)

共6页

45-50

相关文献
评论
暂无封面信息
查看本期封面目录

交通信息与安全

1674-4861

42-1781/U

2016,(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn