基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出一种新的贝叶斯组合模型并将其应用于短期交通流量的预测。笔者介绍了该模型的基本原理及在示范路网中的实际应用,计算结果表明,此模型的预测性能整体上要优于单一的神经网络模型,而且确保了模型精度的稳定性。
推荐文章
基于灰色人工神经网络组合模型的交通量预测
无偏GM(1,1)模型
贝叶斯正则化
神经网络
交通量预测
基于改进型贝叶斯组合模型的短时交通流量预测
贝叶斯组合模型
交通流
小波分析
ARIMA算法
BP神经网络
基于先验路段流的贝叶斯网络交通流量估计模型
交通流估计
高斯贝叶斯网络
证据传递
组合方法
软件可靠性预测的增强贝叶斯组合模型
软件可靠性
可靠性预测
增强贝叶斯组合模型
小波分解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 短期交通量预测新探:贝叶斯组合模型
来源期刊 ITS通讯 学科 工学
关键词 组合模型 贝叶斯 交通量预测 短期 神经网络模型 交通流量 基本原理 计算结果 预测性能 模型精度 稳定性 应用
年,卷(期) 2004,(4) 所属期刊栏目
研究方向 页码范围 11-14
页数 4页 分类号 TP18
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
组合模型
贝叶斯
交通量预测
短期
神经网络模型
交通流量
基本原理
计算结果
预测性能
模型精度
稳定性
应用
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
ITS通讯
季刊
1726-1953
清华大学新水利馆112室(何善衡楼)20
出版文献量(篇)
328
总下载数(次)
1
总被引数(次)
0
论文1v1指导