|
Dòng
|
Nội dung
|
|
1
|
|
|
2
|
Nghiên cứu phương pháp Random Forest và XGBoot trong dự báo lưu lượng giao thông
// Xây dựng : tạp chí xây dựng Việt nam - Bản quyền thuộc bộ xây dựng tr.
Nội dung bài báo sử dụng bộ dữ liệu gồm 2.976 bản ghi dưới định dạng tệp CSV và 9 đặc trưng đầu vào: Time, Date, Day of Week, Carcount, Bikecount, buscount, truckcount, total, situatison để phục vụ cho mô hình dự báo lưu lượng giao thông. Nhóm tác giả đã tiến hành phân tích dữ liệu và trích chọn đặc trưng của dữ liệu để phục vụ cho việc thử nghiệm của hai mô hình dự báo là Random Forest và XGBoot. Nội dung được tiến hành thử nghiệm đánh giá trên cả hai mô hình và kết quả cho thấy XGBoost là lựa chọn phù hợp tốt hơn cho bài toán dự báo lưu lượng và tình trạng giao thông so với Random Forest
Đầu mục:0
(Lượt lưu thông:0)
Tài liệu số:1
(Lượt truy cập:8)
|
|
3
|
|
|
4
|
|
|
5
|
Self-driving vehicles and enabling technologies / Marian Găiceanu
London : IntechOpen, 2021
198 pages ; cm.
Bao gồm các chương về xe tự lái và các công nghệ nền tảng, lộ trình xe tự lái ở châu Âu trong kỷ nguyên liên lạc máy-máy, lịch sử xe không người lái, thiết kế UAV đa cánh quạt vận chuyển hàng hóa tự động, nhận dạng tham số truyền động động cơ không chổi than cho xe điện bằng thuật toán ủ mô phỏng nhanh, công nghệ dựa trên tầm nhìn cho lái xe tự động, công nghệ định vị và xử lý hình ảnh địa hình, và xu hướng phát triển hệ thống giao thông thông minh (ITS) trong tương lai.
Đầu mục:0
(Lượt lưu thông:0)
Tài liệu số:1
(Lượt truy cập:0)
|
|
|
|
|