Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Tác giả đã thực hiện việc nghiên cứu các thuật toán phân lớp một cách triệt để và tiến hành thực nghiệm hệ thống trên các dữ liệu đã thu thập được. Hệ thống dựa vào các thông tin và số liệu phân tích được sử dụng các mô hình phân lớp như SVM, Decision Tree, Bayer và Neural Network, sau đó trả về cho người dùng kết quả mật độ giao thông tại một vị trí xác định trong một khoảng thời gian xác định. Mời các bạn cùng tìm hiểu về tính năng ứng dụng mô hình phân lớp để dự đoán mật độ giao thông. | ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ SỬ DỤNG MÔ HÌNH PHÂN LỚP ĐỂ DỰ ĐOÁN MẬT ĐỘ GIAO THÔNG Tác giả: Nguyễn Đức Thắng LUẬN VĂN THẠC SĨ Chuyên ngành: HỆ THỐNG THÔNG TIN Hà Nội, 10/2016 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ SỬ DỤNG MÔ HÌNH PHÂN LỚP ĐỂ DỰ ĐOÁN MẬT ĐỘ GIAO THÔNG Tác giả: Nguyễn Đức Thă gs Khoa Công Nghệ Thông Tin Trường Đại học Công Nghệ Đại học Quốc Gia Hà Nội Giảng viên hướng dẫn: PGS.TS. Nguyễn Trí Thành Hà Nội, 10/2016 2 LỜI CAM ĐOAN “ Tôi xin cam đoan đây là công trình nghiên cứu của bản thân. Các số liệu, kết quả trình bày trong luận văn này là trung thực và chưa từng được ai công bố trong bất kỳ công trình luận văn nào trước đây.” Chữ ký: 3 SUPERVISOR’S APPROVAL “I hereby approve that the thesis in its current form is ready for committee examination as a requirement for the Master of Information Systems degree at the University of Engineering and Technology.” Chữ ký: 4 MỤC LỤC Danh mục các ký hiệu và chữ viết tắt 6 Danh mục bảng . 7 Danh mục hình vẽ . 8 MỞ ĐẦU Error! Bookmark not defined. NỘI DUNG TRÌNH BÀY 9 CHƯƠNG 1. Giới thiệu chung về dự đoán mật độ giao thông. 9 1.1 Bài toán phân lớp dữ liệu 9 1.2 Các bước phân lớp dữ liệu Error! Bookmark not defined. CHƯƠNG 2: Tìm hiểu mô hình Decision Tree. .
