论文研究 复杂网络上的A(H1N1)型流感传播模型研究.pdf

针对城市道路交通状态影响因素多、判别难的特点，在分析K-均值聚类算法和概率神经网络（PNN）的基础上，利用多源检测信息的互补性，提出一种基于快速全局聚类分析的概率神经网络集成模型，通过聚类提高集成网络间的差异度，同时利用主成分分析（PCA）优化概率神经网络结构，仿真实验表明该模型与传统的集成方法Bagging相比，能够利用更简单的网络结构，快速有效地识别出城市道路交通状态，为交通预警和诱导策略的制定提供数据依据。