注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計算機(jī)/網(wǎng)絡(luò)人工智能高速列車智能自主定位模型與在線學(xué)習(xí)算法:基于應(yīng)答器實測數(shù)據(jù)的機(jī)器學(xué)習(xí)

高速列車智能自主定位模型與在線學(xué)習(xí)算法:基于應(yīng)答器實測數(shù)據(jù)的機(jī)器學(xué)習(xí)

高速列車智能自主定位模型與在線學(xué)習(xí)算法:基于應(yīng)答器實測數(shù)據(jù)的機(jī)器學(xué)習(xí)

定 價:¥39.00

作 者: 陳德旺
出版社: 北京交通大學(xué)出版社
叢編項:
標(biāo) 簽: 暫缺

ISBN: 9787512124875 出版時間: 2015-12-01 包裝:
開本: 16開 頁數(shù): 142 字?jǐn)?shù):  

內(nèi)容簡介

  《高速列車智能自主定位模型與在線學(xué)習(xí)算法 基于應(yīng)答器實測數(shù)據(jù)的機(jī)器學(xué)習(xí)》利用武廣高鐵、京滬高鐵和鄭西高鐵的大量實測數(shù)據(jù)開展研究,采用計算智能和機(jī)器學(xué)習(xí)等理論和方法,研究了基于BP、RBF、ANFIS、LSM、SVM和LSSVM的幾種比較典型的高速列車定位模型,尤其是基于應(yīng)答器信息的模型參數(shù)在線學(xué)習(xí)算法,以提高列車定位精度和在線學(xué)習(xí)能力。最后,開發(fā)了高速列車智能定位軟件,實現(xiàn)了相關(guān)的定位算法,并做了大量的比較和分析。

作者簡介

暫缺《高速列車智能自主定位模型與在線學(xué)習(xí)算法:基于應(yīng)答器實測數(shù)據(jù)的機(jī)器學(xué)習(xí)》作者簡介

圖書目錄

1 概述
1.1 高速鐵路的發(fā)展
1.1.1 世界高鐵發(fā)展現(xiàn)狀
1.1.2 國內(nèi)高鐵發(fā)展技術(shù)簡介
1.2 高速列車的發(fā)展
1.3 高速列車定位技術(shù)的發(fā)展
1.4 本書的結(jié)構(gòu)
參考文獻(xiàn)
2 高速列車運行控制系統(tǒng)
2.1 歐洲的高速列車控制系統(tǒng)
2.2 日本的高速列車控制系統(tǒng)
2.3 中國的高速列車控制系統(tǒng)
2.4 高速列車定位系統(tǒng)的關(guān)鍵技術(shù)
2.4.1 地-車信息傳輸
2.4.2 列車測速與定位
2.5 本章小結(jié)
參考文獻(xiàn)
3 高速列車定位系統(tǒng)與關(guān)鍵技術(shù)
3.1 高速列車定位系統(tǒng)
3.2 測速定位系統(tǒng)
3.3 衛(wèi)星定位技術(shù)
3.4 應(yīng)答器定位
3.5 本章小結(jié)
參考文獻(xiàn)
4 利用應(yīng)答器數(shù)據(jù)的列車位置計算模型
4.1 CTCS-3級列控系統(tǒng)介紹
4.1.1 無線閉塞中心
4.1.2 鐵路綜合數(shù)字移動通信系統(tǒng)
4.1.3 車載設(shè)備
4.2 高速列車位置計算模型
4.2.1 無線消息
4.2.2 建立列車位置計算模型
4.3 數(shù)據(jù)預(yù)處理及評價指標(biāo)
4.3.1 數(shù)據(jù)預(yù)處理
4.3.2 評價指標(biāo)
4.4 基于速度平均法的位置計算算法
4.5 本章小結(jié)
參考文獻(xiàn)
5 基于SVM的高速列車智能定位模型與學(xué)習(xí)算法
5.1 基于最小二乘法的位置計算算法
5.1.1 最小二乘法的創(chuàng)立
5.1.2 最小二乘法的原理
5.1.3 最小二乘法位置計算模型
5.2 基于支持向量機(jī)的位置計算算法
5.2.1 支持向量機(jī)簡介
5.2.2 支持向量機(jī)的優(yōu)點
5.2.3 支持向量回歸機(jī)
5.2.4 支持向量機(jī)位置計算模型
5.3 基于最小二乘支持向量機(jī)的位置計算算法
5.3.1 最小二乘支持向量機(jī)簡介
5.3.2 最小二乘支持向量機(jī)位置計算模型
5.4 在線學(xué)習(xí)策略
5.5 本章小結(jié)
參考文獻(xiàn)
6 基于SVM的高速列車智能定位軟件開發(fā)
6.1 圖形用戶界面GUI介紹
6.2 軟件總體設(shè)計
6.3 軟件模塊設(shè)計
6.4 軟件操作步驟
6.5 武廣高鐵數(shù)據(jù)集分析
6.6 本章小結(jié)
參考文獻(xiàn)
7 基于神經(jīng)網(wǎng)絡(luò)的高速列車定位模型與學(xué)習(xí)算法
7.1 京滬高鐵與數(shù)據(jù)集介紹
7.2 BP神經(jīng)網(wǎng)絡(luò)模型
7.3 RBF神經(jīng)網(wǎng)絡(luò)模型
7.4 ANFIS神經(jīng)網(wǎng)絡(luò)模型
7.5 各定位模型比較與在線學(xué)習(xí)算法
7.5.1 訓(xùn)練集結(jié)果分析與對比
7.5.2 驗證集結(jié)果分析與對比
7.5.3 驗證集參數(shù)在線學(xué)習(xí)方法與非在線學(xué)習(xí)方法分析與對比
7.6 本章小結(jié)
參考文獻(xiàn)
8 基于神經(jīng)網(wǎng)絡(luò)的高速列車定位軟件開發(fā)
8.1 軟件架構(gòu)與總體設(shè)計
8.2 數(shù)據(jù)載入模塊
8.3 數(shù)據(jù)處理模塊
8.4 結(jié)果顯示模塊
8.5 軟件應(yīng)用
8.5.1 軟件數(shù)據(jù)準(zhǔn)備
8.5.2 軟件操作步驟
8.6 本章小結(jié)
參考文獻(xiàn)
9 各種智能定位模型的綜合比較
9.1 6種智能定位模型的復(fù)雜度分析
9.2 無在線學(xué)習(xí)的比較
9.2.1 京滬高鐵數(shù)據(jù)集的分析
9.2.2 武廣高鐵數(shù)據(jù)集的分析
9.2.3 鄭西高鐵數(shù)據(jù)集的分析
9.3 兩種在線學(xué)習(xí)策略的比較
9.3.1 京滬高鐵數(shù)據(jù)集在線學(xué)習(xí)方法分析
9.3.2 武廣高鐵數(shù)據(jù)集在線學(xué)習(xí)方法分析
9.3.3 鄭西高鐵數(shù)據(jù)集在線學(xué)習(xí)方法分析
9.4 本章小結(jié)
10 總結(jié)與展望
10.1 總結(jié)
10.2 展望

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號