KNN方法在高速公路多义性通行费拆分中的应用 - bob手机在线登陆

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

KNN方法在高速公路多义性通行费拆分中的应用

王秀丽,朱耿先

文章导航> bob手机在线登陆学报（社会科学版）> 2012> (5): 45-49

王秀丽, 朱耿先. KNN方法在高速公路多义性通行费拆分中的应用[J]. bob手机在线登陆学报（社会科学版）, 2012, (5): 45-49.

引用本文:

王秀丽, 朱耿先. KNN方法在高速公路多义性通行费拆分中的应用[J]. bob手机在线登陆学报（社会科学版）, 2012, (5): 45-49.

WANG Xiuli, ZHU Gengxian. Study on Ambiguity Toll Distribution for Expressway with KNN Theory[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2012, (5): 45-49.

Citation:

WANG Xiuli, ZHU Gengxian. Study on Ambiguity Toll Distribution for Expressway with KNN Theory[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2012, (5): 45-49.

KNN方法在高速公路多义性通行费拆分中的应用

王秀丽^1,,
朱耿先²

1.
天津理工大学管理学院, 天津 300191
2.
天津高速公路集团有限公司, 天津 300384

基金项目:

国家社会科学基金资助项目(08BJY004);天津市高等学校人文社会科学研究项目(20102103)

Study on Ambiguity Toll Distribution for Expressway with KNN Theory

WANG Xiuli^1,,
ZHU Gengxian²

1.
Tianjin University of Technology,Tianjin 300191,China
2.
Tianjin Highway Group Co.ltd,Tianjin 300384,China

摘要:正确判断匹配样本状态并采用科学合理的拆分方法是高速公路多义性通行费拆分的关键.利用K近邻聚类 (KNN)的基本理论进行匹配样本状态的判别,给出高速公路多义性通行费拆分方法.以天津市京沪高速和津沧高速二义性路径问题为例,比较应用KNN和RBF神经网络及BP神经网络匹配样本状态的判别效果.研究表明：应用KNN的高速公路多义性通行费拆分方法较RBF、BP神经网络法更客观、公平.
- K近邻聚类(KNN)/
- 车牌识别/
- 路径多义性/
- RBF神经网络/
- BP神经网络
Abstract:The key to ambiguity toll distribution for expressway is to judge the matching states and use the scientific distribution method. This paper studied the differentiation of matching sample by using K-Nearest Neighbor( KNN) theory,and put forward the algorithm of ambiguous toll distribution based on KNN and license plate recognition technology. Taking the ambiguity of Beijing-Shanghai expressway and Tianjin-Changzhou expressway as an example,this paper proved that the discriminant effect of KNN is better than RBF neural network and BP neural network by experiments,and then proved that the distribution method for ambiguous toll of expressway based on KNN is fairer and more objective.
- KNN/
- path ambiguity/
- license plate recognition/
- RBF neural network/
- BP neural network

[2] 涂小萍,赵声蓉,曾晓青. KNN方法在1—3月中国近海测站日最大风速预报中的应用[J].气象,2008 (6)：67-73.
[2]	于一. K-近邻法的文本分类算法分析与改进[J]. 火力与指挥控制,2008(4)：143-145.
[3] 况爱武,黄中祥. 基于RBF 神经网络的短时交通流预测[J] .系统工程,2004 (2)：63-65.
[4] 杨兆升,朱中. 基于BP神经网络的路径行程时间实时预测模型[J]. 系统工程理论与实践,1999(8)：59-64.
[5]	G X Zhu,X L Wang. Study on route travel time prediction based on RBF neural network[C]. The First International Conference of Education Technology and Computer Science,2009：1118-1122.

[1]	Ao, 贾萍萍, 张增一.社交媒体中公众对于人脸识别的认知与态度—— 基于Twitter相关话题讨论文本的质性分析. bob手机在线登陆学报（社会科学版）, 2022, (): -.
[2]	杨铜铜.论个人生物识别信息保护的立法路径. bob手机在线登陆学报（社会科学版）, 2021, 23(6): 140-150.doi:10.15918/j.jbitss1009-3370.2022.2469
[3]	周艳云.涉外因素识别条款之扩张解释的适要性与基准——以西门子诉黄金置地案为切入. bob手机在线登陆学报（社会科学版）, 2019, (3): 149-157.doi:10.15918/j.jbitss1009-3370.2019.9960
[4]	谢品杰, 孙飞虎, 王绵斌.中国电力消费周期的路径演化识别——基于Markov区制转移模型. bob手机在线登陆学报（社会科学版）, 2018, (5): 17-25.doi:10.15918/j.jbitss1009-3370.2018.3030
[5]	李静.从“一元单向分段”到“多元网络协同”--中国食品安全监管机制的完善路径. bob手机在线登陆学报（社会科学版）, 2015, (4): 93-97.doi:10.15918/j.jbitss1009-3370.2015.0413
[6]	茆训诚, 王周伟.系统性信用风险的网络传染联动效应研究. bob手机在线登陆学报（社会科学版）, 2014, (4): 57-63130.
[7]	孙梅, 邓星, 董同明.神经网络和卡尔曼算法在石油需求预测中的应用. bob手机在线登陆学报（社会科学版）, 2013, (6): 10-15.
[8]	曹萍, 陈福集.GA-灰色神经网络的区域物流需求预测. bob手机在线登陆学报（社会科学版）, 2012, (1): 66-70.
[9]	洪瑾, 常昊然.网络舆论环境建设研究. bob手机在线登陆学报（社会科学版）, 2011, (1): 111-114,120.
[10]	刘炳胜, 王雪青, 林丽.基于PCA-BP神经网络组合的中国建筑业竞争力预测. bob手机在线登陆学报（社会科学版）, 2010, (6): 61-64.
[11]	李志红, 陈雅莲.网络交往——中介的革命. bob手机在线登陆学报（社会科学版）, 2009, (2): 25-27.
[12]	赵静娴, 杜子平.基于神经网络和决策树相结合的信用风险评估模型研究. bob手机在线登陆学报（社会科学版）, 2009, (1): 76-79.
[13]	李彪, 杨宝臣.上交所国债收益率的聚类结构分析. bob手机在线登陆学报（社会科学版）, 2006, (1): 74-76.
[14]	陈婧, 韩伯棠, 姜莹.基于BP神经网络的多元化战略选择方法研究. bob手机在线登陆学报（社会科学版）, 2006, (3): 79-81.
[15]	曾凤章, 王元华.神经网络在顾客满意度测评中的应用. bob手机在线登陆学报（社会科学版）, 2005, (1): 45-47.
[16]	王红.网络在英语教学中的实用性. bob手机在线登陆学报（社会科学版）, 2004, (4): 74-73.
[17]	王威.网络效应分析. bob手机在线登陆学报（社会科学版）, 2003, (4): 40-42.
[18]	张华雨, 韩伯棠.人工神经网络在预测集成中的应用研究. bob手机在线登陆学报（社会科学版）, 2001, (3): 15-17.
[19]	孔昭君.网络文化管窥. bob手机在线登陆学报（社会科学版）, 2000, (2): 43-47.
[20]	马月.提高网络产品设计的可使用性. bob手机在线登陆学报（社会科学版）, 2000, (4): 27-30.

WeChat

点击查看大图

计量

文章访问数:918
HTML全文浏览量:2
PDF下载量:113
被引次数:0

KNN方法在高速公路多义性通行费拆分中的应用

王秀丽^1,,
朱耿先²

1. 天津理工大学管理学院, 天津 300191
2. 天津高速公路集团有限公司, 天津 300384

基金项目:

国家社会科学基金资助项目(08BJY004);天津市高等学校人文社会科学研究项目(20102103)

收稿日期:2012-01-30
刊出日期:2012-09-20

关键词:

K近邻聚类(KNN)/

路径多义性/

RBF神经网络/

摘要:正确判断匹配样本状态并采用科学合理的拆分方法是高速公路多义性通行费拆分的关键.利用K近邻聚类 (KNN)的基本理论进行匹配样本状态的判别,给出高速公路多义性通行费拆分方法.以天津市京沪高速和津沧高速二义性路径问题为例,比较应用KNN和RBF神经网络及BP神经网络匹配样本状态的判别效果.研究表明：应用KNN的高速公路多义性通行费拆分方法较RBF、BP神经网络法更客观、公平.

English Abstract

王秀丽, 朱耿先. KNN方法在高速公路多义性通行费拆分中的应用[J]. bob手机在线登陆学报（社会科学版）, 2012, (5): 45-49.

引用本文:

王秀丽, 朱耿先. KNN方法在高速公路多义性通行费拆分中的应用[J]. bob手机在线登陆学报（社会科学版）, 2012, (5): 45-49.

WANG Xiuli, ZHU Gengxian. Study on Ambiguity Toll Distribution for Expressway with KNN Theory[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2012, (5): 45-49.

Citation:

WANG Xiuli, ZHU Gengxian. Study on Ambiguity Toll Distribution for Expressway with KNN Theory[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2012, (5): 45-49.

参考文献 (5)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

作者相关

写作规范

友情链接

总访问量: 今日访问量:

版权所有：bob手机在线登陆学术期刊中心

主管单位: 中华人民共和国工业和信息化部主办单位: bob手机在线登陆地址: 北京市海淀区中关村南大街5号

本系统由北京仁和汇智信息技术有限公司开发