《表4 不同路段分类结果：基于模糊逻辑算法的路段划分研究》
提示：宽带有限、当前游客访问压缩模式
图2显示了原始分类结果与模糊逻辑分类结果之间的相关性，结果显示相关性达到了92.47%。说明模糊逻辑用于路段分类是可行的。同时观察不同路段分类结果，如表4所示。
| 图表编号 | XD0035825400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.01 |
| 作者 | 马文青、张晓鹏 |
| 绘制单位 | 中交水运规划设计院有限公司、中交基础设施养护集团有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4路段信息融合结果：基于模糊证据推理的ArcGis危险品运输路径可视化研究》2020.10.20
- 《表1 不同线型组合路段划分阈值》2020.09.01
- 《表1 定期检测数据：基于最小检测单元的养护路段划分研究》2020.12.31
- 《表3 聚类分界点：基于最小检测单元的养护路段划分研究》2020.12.31
- 《表6 路段交通安全模糊综合判断结果》2021.02.01
- 《表3 路段权重值判断：基于模糊综合评判法的区域交通安全评价研究》2021.02.01
- 《表1 基于路段平均行程速度的各道路类型拥堵等级划分》2020.12.01
- 《表1 基于路段平均行程速度的交通运行等级划分》2020.05.10
- 《表1 行驶轨迹链：基于Apriori算法的城市关键路段识别》2020.04.26
- 《表4 风险路段长度值表：基于小型车辆自然行驶状态的山区道路风险路段研究》2020.04.01
- 《表4 沟直线改建工程路段划分》2020.01.15
- 《表6 逻辑回归预测结果：一种改进的公路事故多发路段处机动车安全风险评价方法》2019.08.01
- 《表2 路段基础数据值：基于模糊感知阻抗的交通分配研究》2019.06.01
- 《表3 实验结果误差：基于K最近邻算法的城市路段行程时间短时预测》2019.07.15
- 《表3 分类结果对比：基于模糊逻辑算法的路段划分研究》2019.04.01
- 《表5 敏感性分析：基于模糊逻辑算法的路段划分研究》2019.04.01
- 《表2 模糊规则：基于模糊逻辑算法的路段划分研究》2019.04.01
- 《表1 分类标准：基于模糊逻辑算法的路段划分研究》2019.04.01
- 《表1 0 水质分类标准：西昌邛海滨湖公路不同路段路面径流污染研究》2019.01.25
- 《表1 基于车道划分的早高峰路段行程时间 (秒)》2018.09.01