【摘 要】
：
本文通过分析影响公路交通噪声的各种因素,并利用实测样本数据,建立了一个公路交通噪声预测的神经网络模型，并运用该模型预测道路交通噪声的等效声级,且将其与传统预测模型的计算结果相比较,发现神经网络模型的预测值与实测值更为接近。该模型为公路交通噪声的预测、治理和控制提供了良好的条件。
【机 构】
：
华南理工大学交通学院广州 510640
【出 处】
：
中国人工智能学会第12届全国学术年会
论文部分内容阅读
本文通过分析影响公路交通噪声的各种因素,并利用实测样本数据,建立了一个公路交通噪声预测的神经网络模型，并运用该模型预测道路交通噪声的等效声级,且将其与传统预测模型的计算结果相比较,发现神经网络模型的预测值与实测值更为接近。该模型为公路交通噪声的预测、治理和控制提供了良好的条件。
其他文献
本文基于k最近邻概念给出了kNN划分的概念。在此基础上从两方面对聚类方法进行了探索,其一是,从局部紧致的角度将待聚类数据集进行kNN划分,然后再结合经典聚类算法,实验结果表明当k取1时,该算法在不降低精度的前提下显著提高了经典聚类算法的效率；其二是,提出了基于k最近邻划分的新聚类算法,实验结果表明,当k取1时该算法的效率与标准的c-Means算法相当,其聚类结果的精度远高于Agnes算法,但要稍逊
现有的多智能体强化学习方法不能很好地解决维数灾难问题。本文将融合Option和MAXQ的分层强化学习方法并推广到多智能体领域,形成一种新的多智能体分层强化学习方法,以多出租车问题为任务背景进行了仿真实验,结果表明该方法行之有效。
本研究提出了基于领域知识的复杂决策问题形式化方法。该方法利用问题分类知识和问题结构知识明确问题的结构,通过树状知识表示方法将这一结构表达出来,从而实现问题的形式化。
本研究针对单目视觉定位问题，结合垂直方向上的深度定位方法和水平方向上的横向定位方法得到定位模型,并通过摄像机内部参数测量标定法和遗传算法获得对具有高度物体的识别模型参数。将该模型用于实际Robocup中型机器人系统物体的单目视觉定位,实验证明了该模型及其参数整定方法的有效性。
本文系统地回顾和总结了软计算在中医辨证智能诊断中的应用技术,包括基于模糊集理论的方法、基于神经网络的方法、基于粗糙集理论的方法,以及基于多技术相结合的方法。分析了各种技术的优缺点,并指出将软计算中各方法综合应用、取长补短是中医辨证智能诊断研究的发展方向。
本文针对智能系统的智能评价进行专门的研究,对澄清智能的概念、促进智能系统和智能化产品的健康发展十分必要。在图灵测试和人类智商测试方法的启发下,提出了广义智能评价的思想和体系框架,包括广义智能评价的定义、标准、规范和系统智商的计算方法、智能水平的评价方法和规则。并以智能家用洗衣机为例,把广义智能评价应用到家电智能标准中进行了初探,集中讨论智能家用洗衣机中与智能标准相关的核心内容,对应拟人智能特性的三
本文介绍了两种对广播语料进行语音和音乐分割的建模策略基于GMM的竞争建模策略和区别性建模策略──的实现,这两种策略的建模都采用了MFCC系数作为输入信号的特征参数。通过对实际新闻广播语料的测试,表明这两种策略都能建立起有效地分割语音段和音乐段的分类模型；对于背景音乐和噪音较大的新闻语料,按照竞争建模策略构造的分类模型具有较好的语音/音乐分割性能。文章同时对不同的特征向量构造做了研究,实验表明12维
为了提高基于GMM的大词汇量连续语音识别系统的实时性能,在两种常用的似然率快速计算技术──基于VQ的高斯选择技术和部分距离消去算法(PDE)──的基础上提出了似然率快速计算的动态高斯选择算法(DGS)。DGS在似然率计算的过程中动态地生成高斯混合分量的短序列,似然率计算只限制于高斯分量短序列上。DGS是PDE和最优混合分量预测算法(BMP)的结合和扩展,除了能降低似然率计算的开销之外,另一优点在于
本文将车道线检测应用在使用单个固定摄像机的交通路口车辆检测系统中,自动为后期的车辆处理划分出检测区域。首先使用时间中值法建立道理背景模型,然后对背景图像做预处理并提取车道线,最后据车道线提取结果来划分检测区域。十字路口大多是直线车道,因而在车道线检测时采用实时性较好的Hough变换法来提取直车道线。
本文通过将运动物体的轮廓特征解卷绕为一维的距离信号,在此特征表示的基础上提出了一种新的运动人体检测方法。该方法首先采用K均值聚类算法分别对大量人体样本和非人体样本进行建模,然后计算当前样本到各个模型质心的距离作为分类器的输入以判断该样本是否是人体。实验结果表明,采用的轮廓特征解卷绕和对样本进行建模这两种方法提高了运动人体检测的速度和准确度,鲁棒性强,可用于人运动视觉分析的相关研究领域中。