说明:用frankwolfe算法分配交通流,可以在给定的OD间进行规划。
说明:基于统计直方图结合概率神经网络,实现了对作用面结构类型的分类预测。从预测结果来看,统计直方图提取出的特征,具有很好的区分能力,而且可以通过调节划分的区间个数和节点的选取方式,达到对作用面结构的不同粒度的描述,以适用于不同目的的研究,这可能对与结构有关问题的研究具有启发性。
说明:对于分类问题的快速 SMO。该算法利用由划分子部分的整个 qp 问题。因此,学习过程越来越快
说明:数据采用PCA降维后进行kmeans聚类确定样本类别,对聚类后数据作图,包括数据点以及质心位置, 随后进行样本集划分,利用knn算法进行有监督的学习分类,经测试,能够取得较好的分类效果。
说明:k均值聚类是最著名的划分聚类算法,由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k,k由用户指定,k均值算法根据某个距离函数反复把数据分入k个聚类中。 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举...