《表3 神经元结果：道路交通流拥堵预测的数据分析》
提示：宽带有限、当前游客访问压缩模式
选取当日标准车通过北环大道新洲立交西往东路段每小时的平均速度和交通流量作为预测参数。运用神经元网络得出如表3所示。
| 图表编号 | XD00881100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.18 |
| 作者 | 邓峻鹏、罗伟鑫、阮丽娟、高卓 |
| 绘制单位 | 华南农业大学珠江学院信息工程学院、华南农业大学珠江学院信息工程学院、华南农业大学珠江学院会计学院、华南农业大学珠江学院基础部 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 周边道路条件情况：城市道路交叉口交通拥堵分析与改善研究》2020.11.01
- 《表1 交通拥堵等级与车辆速度、道路类型之间的关系》2020.04.01
- 《表4 对道路交通干线的影响预测分析表》2020.06.28
- 《表1 使用的数据对比：基于时空节点选择和深度学习的城市道路短时交通流预测》2020.05.10
- 《表3 拥堵识别率：多重处理的道路拥堵识别可视化融合分析》2020.02.16
- 《表1 结果对比：四川省道路交通事故经济损失预测》2020.03.25
- 《表1 模型各参数情况：城市道路改建工程交通噪声预测与分析研究》2019.12.25
- 《表6 网络预测结果分析：道路工程SOM-RBF神经网络估价模型研究》2020.01.15
- 《表5 道路拥堵情况预测数据》2020.01.05
- 《表2 道路交通畅通指数：基于路段消散指数的交通拥堵评价》2019.09.01
- 《表5 模型变量赋值：城市道路交通拥堵状态出行者感知差异性研究》2019.06.01
- 《表4 通行时间预测表：基于多源监测数据的道路交通流状态重构研究》2019.06.01
- 《表2 拥堵里程比：基于集对分析的城市道路交通运行状况判别》2019.07.01
- 《表3 实验结果：不完全数据下基于时空相关性拥堵预测方法》2019.02.15
- 《表1 各等级道路交通拥堵阈值划分表（单位：km/h)》2019.11.25
- 《表2 模型参数量：移动GPU上基于轻量级卷积神经网络的道路拥堵检测方法》2019.12.01
- 《表1 道路交通拥堵评价指标体系Tab.1 Evaluation index system of road traffic congestion》2018.05.01
- 《表2 残差值：道路交通流拥堵预测的数据分析》2019.11.18
- 《表1 原始数据表：道路交通流拥堵预测的数据分析》2019.11.18
- 《表1 原始数据表：道路交通流拥堵预测的数据分析》2019.11.18