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:
本文利用小波分析方法对交通流数据进行不同尺度的分解,并对不同尺度的分量建立ARMA预测模型,再由各尺度的预测得到交通流的预测.实验显示,本方法具有较好的预测精度.
推荐文章
基于深度学习的短时交通流预测
交通流预测
深度学习
短时交通流
支持向量回归
基于小波分析与神经网络的交通流短时预测方法
小波分析
小波神经元网络
交通流
短时预测
基于模糊神经网络的短时交通流预测方法研究
模糊神经网络
短时交通流
预测方法
短时交通流预测方法研究
相关分析
支持向量机
交通流预测
智能交通
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 基于小波的短时交通流预测
来源期刊 重庆交通学院学报 学科 交通运输
关键词 小波分析 ARMA模型 短时交通流预测
年,卷(期) 2006,(3) 所属期刊栏目
研究方向 页码范围 99-102
页数 4页 分类号 TP391|U491
字数 2665字 语种 中文
DOI 10.3969/j.issn.1674-0696.2006.03.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨芳明 重庆交通学院计算机科学与技术系 2 46 1.0 2.0
2 朱顺应 90 755 16.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (163)
参考文献  (5)
节点文献
引证文献  (45)
同被引文献  (70)
二级引证文献  (301)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(10)
  • 引证文献(4)
  • 二级引证文献(6)
2009(18)
  • 引证文献(6)
  • 二级引证文献(12)
2010(29)
  • 引证文献(5)
  • 二级引证文献(24)
2011(24)
  • 引证文献(7)
  • 二级引证文献(17)
2012(20)
  • 引证文献(4)
  • 二级引证文献(16)
2013(29)
  • 引证文献(2)
  • 二级引证文献(27)
2014(32)
  • 引证文献(1)
  • 二级引证文献(31)
2015(34)
  • 引证文献(3)
  • 二级引证文献(31)
2016(34)
  • 引证文献(1)
  • 二级引证文献(33)
2017(36)
  • 引证文献(4)
  • 二级引证文献(32)
2018(45)
  • 引证文献(0)
  • 二级引证文献(45)
2019(27)
  • 引证文献(4)
  • 二级引证文献(23)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
小波分析
ARMA模型
短时交通流预测
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
重庆交通大学学报(自然科学版)
月刊
1674-0696
50-1190/U
大16开
重庆市南岸区学府大道66号
1982
chi
出版文献量(篇)
5180
总下载数(次)
15
总被引数(次)
44090
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导