排序方式: 共有17条查询结果,搜索用时 937 毫秒
11.
野兔是非常狡猾的动物,但有经验的猎人却能掌握其弱点而抓到它,特别是在雪地抓野兔更容易。因为野兔从来不敢走没有自己脚印的路,当它从窝里出来时,总是小心冀冀的,一有风吹草动,便逃之天天。但走过长长的一段路后,如果发现周围是安全的,便会按照原路返回。所以猎人只要找到野兔在雪地里留下的脚印,做一个机关,然后恢复表面的形状,第二天早上就可以收获猎物了。野兔的致命缺点就是它太相信自己走过的路,不相信会在熟悉的路上摔跤。 相似文献
12.
13.
警车,是警察在警务活动加所使用的重要交通工具,也是警察开展巡逻、追辑、防暴、交通管理等警务工作的载体.在汽车普及的时代,警车就成为一个特殊而又十分抢眼的部落. 相似文献
14.
现代的车型总以动感而前卫的外形吸引着诸多城市里的时尚人群,Veloster飞思也不例外。趁着《城市猎人》的热播,韩国超高人气偶像李敏镐将设计大胆的飞思带入现实中,它似全新感觉的猎物。等待城市猎人们每一双发现它的眼睛…… 相似文献
15.
“打猎”这么多年之后,第三代CR-V正以更“稳健”的身躯向一片“新大陆”进发……[编者按] 相似文献
16.
17.
汽车出车率预测对于交通管理者预先制定精准化管控方案、实施协调化统筹调度,以及调控汽车保有量规模具有重要意义。为此,本文提出一种基于猎人猎物优化算法与双向长短时记忆神经网络组合模型(HPO-BiLSTM)的汽车出车率预测方法。首先,分析汽车出车率的关键影响因素,提取出17个特征影响因子,结合标准化处理后的重构时间序列,基于随机森林算法进行变量的重要度评估,筛选出最优特征集合作为预测模型输入;其次,为解决神经网络算法容易陷入局部极值的难题,建立一种融合猎人猎物优化算法(HPO)与双向长短时记忆神经网络(BiLSTM)的组合预测模型,利用HPO的探索-开发机制,实现BiLSTM框架的动态化搭建与精细化调参;最后,结合北京市中心城区的汽车出车率数据集进行模型性能的测试与检验。结果表明:与自回归差分移动平均模型、灰色模型、卷积神经网络模型、长短时记忆神经网络模型以及双向长短时记忆神经网络模型等经典算法相比,HPO-BiLSTM模型在汽车出车率预测中的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别降低了23.85%~54.38%、20.67%~57.40%、27... 相似文献