张朝元
- 作品数：44 被引量：103H指数：7
- 供职机构：大理学院数学与计算机学院更多>>
- 发文基金：云南省教育厅科学研究基金云南省教育厅科学研究基金重点项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球交通运输工程理学更多>>
- 无信号交叉口主车流服从韦布尔分布下支路多车型混合车流的通行能力被引量：1
- 2004年
- 以可接受间隙理论为基础，利用概率论的方法，对以有r种代表车型组成的混合车流进行分析。建立了无信号交叉口主车流服从韦布尔分布下的支路多车型混合车流的通行能力模型，发展了无信号交叉口的混合车流通行能力理论。
- 徐天泽胡光华张朝元殷英
- 关键词：无信号交叉口混合车流通行能力公路管理
- 求解二维弹性波方程的八阶NAD算子的保辛离散方法
- <正>研究地震波在地球不同介质中的传播规律是认识地球内部结构和进行油气资源勘探等研究的重要内容。地震波场数值模拟是人们认识和正确解释地震波传播规律的重要手段,为地震波的传播机理研究提供了重要依据。弹性波方程是一种常见的地...
- 张朝元杨顶辉
- 文献传递
- 基于二维声波方程的八阶NAD-RK方法及数值频散研究
- 2014年
- 基于二维声波方程,本文首先采用四级四阶的Runge-Kutta方法对时间导数进行四阶离散,而利用近似解析离散化方法对空间高阶偏导数进行八阶离散,从而得到了八阶NAD-RK方法.然后,从理论上和数值模拟上对该方法进行了数值频散分析,并与八阶LWC方法和八阶SG方法进行了比较.结果揭示,八阶NAD-RK方法有着很好压制数值频散和提高模拟精度等优点.
- 陈丽张朝元
- 关键词：声波方程数值频散波场模拟
- 改进的具有自动精确控制的回归型支持向量机
- 2008年
- 通过对标准的回归型支持向量机进行改进,得到一种新的学习算法。这种新的学习算法不仅能减少计算的复杂性,提高学习速度;而且能够自动确定ε参数,从而控制支持向量数;同时在一定程度上能提高回归估计的精度性,特别是用于解决大规模样本问题。
- 张朝元熊明陈丽
- 关键词：支持向量机学习算法
- 主成分分析法和功效系数法在地震灾情中的应用
- 2012年
- 分别利用主成分分析法(PCA)和功效系数法通过SPSS软件和MATLAB软件对汶川地震的36个严重受灾县市的受灾情况进行综合分析;利用KENDALL-W检验法检验综合评价结果,结果表明2种方法具有一致性,并对2种方法得到的评价值进行集成,形成总的综合评价结果。
- 陈丽张朝元
- 关键词：汶川地震地震灾情主成分分析功效系数法
- 支持向量机改进的神经网络的函数逼近被引量：13
- 2004年
- 为了避免神经网络的收敛速度慢和局部极小点 ,采用统计学习理论中的支持向量机代替梯度下降法对三层神经网络中隐层到输出层的过程进行改进 .分别采用由支持向量机改进的神经网络和传统的神经网络对昆明市“一二一”大街交通交流的实时预测 。
- 张朝元胡光华徐天泽殷英
- 关键词：神经网络支持向量机函数逼近交通流量
- 一种新的支持向量回归预测模型被引量：2
- 2007年
- 采用支持向量机理论建立了一种新的支持向量回归预测模型,模型的求解可转化为二次规划问题,并能实现模型参数的自动选择,运用MATALAB软件进行编程实现。用此模型对我国财政收入问题进行了预测,并与统计回归模型进行了比较,结果表明了该模型具有较好的预测效果和概化能力。
- 张朝元陈丽
- 基于LS-SVM的交通流组合预测模型
- 2010年
- 智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施,而实时准确地交通流量预测则是实现智能交通系统和智能交通诱导控制的重要依据.针对城市交通"智能运输系统"和交通流的特性,在多元线性回归、支持向量机和改进的BP神经网络等三种预测模型的基础上,提出了基于最小二乘支持向量机方法的交通流组合预测模型.实验预测结果表明该组合预测模型具有较高的预测精度,为交通流量提供了一个更好的预测模型.
- 张朝元陈丽
- 关键词：多元线性回归BP神经网络LS-SVM交通流量组合预测
- 一种弱数值频散的四阶Runge-Kutta方法及二维声波场模拟被引量：1
- 2013年
- 针对二维声波方程,利用近似解析离散化方法对空间高阶偏导数进行八阶离散,并采用四阶Runge-Kutta方法对时间导数进行四阶离散,得到了八阶NAD-RK方法.将该方法应用于双层介质模型和三层介质模型中进行波场数值模拟,同时与八阶LWC方法和八阶SG方法进行了比较.结果表明,八阶NAD-RK方法具有弱数值频散和高计算模拟效果等优势.
- 张朝元宋国杰
- 关键词：声波方程波场模拟数值频散
- 基于LS-SVM的交通流量时间序列预测被引量：19
- 2004年
- 针对城市交通"智能运输系统",本文提出了基于最小二乘支持向量机(LS-SVM)方法的交通流量时间序列预测,并给出了基于最小二乘支持向量机方法的算法.与传统的神经网络相比,此方法简单易实现.通过实验表明,此方法确实效果好,能取得较好的预测效果.
- 张朝元胡光华徐天泽
- 关键词：LS-SVM交通流量时间序列预测支持向量机最小二乘支持向量机LAGRANGE函数特征映射
