我们从一开始就聚焦于 AI 的场景化应用落地，并在智慧交通领域得到了尤为深入的应用。通
过融合我们在算法、方案设计等方面的长期创新，以及英特尔端到端的 AI 技术优势，我们能够高效、准确地识别车型等重要信息，确保交通安全，提高通行效率，从而形成安全、高效和环保的智慧交通系统。
2025-04-02 21:08:01
4.41MB
1
Nice Ride 共享单车骑行数据，包括：使用次数、骑行时间、骑行时长、起点和终点经纬度坐标等属性。
2023-03-08 23:19:54
29.57MB
1
交通和每个城市的发展都是相辅相成的，作为智慧城市建设的重要分支，智慧交通得到了越来越多的关注。简述了智慧交通的概念和总体架构，重点论述了无线传感网络、数据挖掘、智能交通云等关键技术在智慧交通中的应用，最后对智慧交通的实际应用现状做了说明。
2022-12-15 00:04:17
391KB
1
比较完整地给出了数据预处理，缺失值补全，特征分析过程以及训练和交叉验证的注意事项，适合数据挖掘新人找到解题思路，全程没有调参，没有模型融合，只凭一手简单的特征和xgboost。
preprocess.py: 数据预处理（类型转换，缺失值处理，特征提取）
xgbosst.py: 训练模型和交叉验证
根据题目给出的信息, 除了路本身的信息外, 训练数据基本上只有旅行时间, 而我们要预测的也是未来的平均旅行时间, 而且根据我们的常识, 现在的路况跟过去一段时间的路况是很有关系的, 因此该问题应该是一个自回归问题, 用过去几个时刻的交通状况去预测未来时刻的交通状况
2022-12-02 19:28:18
24KB
1、基于yolov5算法实现电动车头盔佩戴识别检测源码+模型文件+评估指标曲线+使用说明
2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线
3、迭代200次，模型拟合较好。
4、识别2个类别，分别是“头盔”和“人头”
【备注】有相关使用问题，可以私信留言跟博主沟通。
2022-11-29 16:27:46
88.98MB