简介：本文采用支持向量回归机对物流需求进行预测,研究SVR在物流需求预测中的可行性。为了建立有效的SVR模型,SVR参数需要精心设置,针对物流需求非线性的特点,本文首次提出用遗传算法(GA)优化支持向量回归(SVR)机进行预测,采用最优参数构造SVR模型。以1990-2015年广西货运量为时间序列数据,实验结果表明,以平均绝对误差(MAPE)和均方差比值(MSE)为精度检验标准,GA-SVR比ARIMA和灰色预测具有更优的预测效果。

简介：摘要本文提出一种数据流中利用异种分类器集成进行入侵检测的算法设计。该算法中，我们利用距离当前较近的四个不同时间段数据学习生成四中不同的分类器。根据各个分类器在新到达数据上的的F-度量以及分类准确率计算它们的权重，进而加权平均检测数据流当中的入侵行为，同时调整滑动窗口中的基本窗口，不断更新模型。

简介：摘要近些年，交通拥堵问题和环境污染问题日益严重，而公共交通是缓解这些问题的有效手段。推进公共交通一体化是城市交通运营组织现代化发展的核心内容。本文主要回顾了公交线网规划的发展历程，在现有参考文献的基础上，建立了轨道交通接运公交线网规划的多目标模型，并利用遗传算法对模型进行求解。结果表明，该方法行之有效，能较好的实现接运公交线网规划的任务,在一定程度上为城市轨道交通与常规公交的优化衔接提供了参考依据。对响应政府节能减排，为相关部门调整公共交通布局提供了科学的依据。

简介：摘要：针对传统的图像匹配算法存在误匹配率高，特征提取信息也比较少的问题。本文基于 BOW+SVM框架组合设计并实现了物品识别算法。对目标物体利用无监督学习的方法构造目标物体的识别模型，再与环境图像进行识别模型的特征点匹配，最后确定并且框选出目标物品。使用 SURF算法将目标物品的特征点提取出来，再结合 FLANN算法、特征点二次筛选算法与 RANSAC算法对目标物体进行识别与框选。