- 博客(2)
- 资源 (23)
- 收藏
- 关注
RSS订阅原创 百度统计初级统计指标
流量数量指标浏览量（PV）定义：页面浏览量即为PV(Page View)，用户每打开一个页面就被记录1个PV访问次数定义：访问次数即Visit，访客在网站上的会话(Session) 次数，一次会话过程中可能浏览多个页面技术说明：如果访客连续30 分钟内没有重新打开和刷新网站的网页，或者访客关闭了浏览器，则当访客下次访问您的网站时，访问次数加1。反之，
2017-06-18 13:21:45
2104
lombok 1.18.24 良心价
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
lombok 1.18.24
2022-11-17
Eclipse 暗黑色皮肤设置（包含插件）
1．将插件com.github.eclipsecolortheme.themes_1.0.0.201207121019.jar放到Eclipse的安装目录下的dropins文件夹下。
2．将com.github.eclipsecolortheme_0.11.1.201106241814.jar放在eclipse里的plugins目录里
3．重启eclipse
4．在window-->preferences-->General-->Appearance里，Theme中选择Dark来设置Eclipse编辑框之外的皮肤颜色
5．在window-->preferences-->General-->Appearance-->Color Theme 里设置编辑框的颜色
6. 大功告成
2022-04-02
WDR模型显著提升ETA预测精度.pdf
设计了一种使用深度神经网络来预测预估到达时间（ETA）的方案，通过将 ETA 建模成一个时空回归问题，构建了一个丰富有效的特征体系，进一步提出 Wide-deep-recurrent（WDR）模型，能在给定出发时间和路线的情况下更加准确地预测
2019-07-24
基于强化学习技术的智能派单模型.zip
设计了一种基于马尔可夫决策过程 (MDP) 的智能派单方法，通过将派单建模成为一个序列决策 (Sequential Decision Making) 问题，结合了强化学习和组合优化，能在即时完成派单决策的条件下，基于对全天供需、出行行为的预测和归纳，达到优化一天之内司机整体效率的效果，能在确保乘客出行体验的同时明显提升司机的收入
2019-07-24
驾驶行为建模研究.zip
本文研究具有潜在危险性的不良驾驶行为，利用分层结构的驾驶行为模型建立不良驾驶行为的识别和评价算法。本文提出的识别算法将复杂的多因子、多形式的模式识别问题转化为利用少量因子对不良驾驶行为进行识别的简单问题。并进一步提出等效加速度估计风险指数的驾驶人行为评价算法。算法通过驾驶模拟仪实验数据进行了验证，结果表明算法可以达到实际交通环境下的应用要求
2019-07-08
驾驶人不良驾驶行为的识别方法.zip
本文研究具有潜在危险性的不良驾驶行为，利用分层结构的驾驶行为模型建立不良驾驶行为的识别和评价算法。本文提出的识别算法将复杂的多因子、多形式的模式识别问题转化为利用少量因子对不良驾驶行为进行识别的简单问题。并进一步提出等效加速度估计风险指数的驾驶人行为评价算法。算法通过驾驶模拟仪实验数据进行了验证，结果表明算法可以达到实际交通环境下的应用要求
2019-07-08
智能交通系统中车辆调度问题的自适应蚁群算法
考虑智能交通系统中员工在聚集站点上下班，建立车辆调度问题的数学模型。 针对蚁群优化算法的缺点，自适应地改变信息素挥发因子，采用混沌搜索产生初始种群可以加速染色体向最优解收敛，构成一种自适应蚁群优化算法。 应用该算法和基本蚁群优化算法对该模型求解，实验证明了构造算法在收敛速度和寻优结果两方面都优于基本蚁群优化算法
2019-01-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人