作者:
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:
采用了径向基函数神经网络进行未来年的交通量预测,它具有收敛速度快、唯一最佳逼近且无局部极小等优点.在进行交通量预测时,选取公路里程、汽车保有量、国民生产总值、国民收入和人口作为交通量影响因子,通过2个网络模型,在输出层输出该年的预测交通量.
推荐文章
基于神经网络的隧道小时交通量预测方法
神经网络
交通量
预测方法
船舶交通量的BP神经网络-马尔科夫预测模型
船舶交通量
BP神经网络
马尔科夫预测模型
交通量预测中的神经网络模型对比分析研究
交通预测
预测模型
神经网络
交通量
BP网络
径向基函数算法(RBF)
广义回归算法(GRNN)
径向基函数神经网络在网络安全预测中的应用
径向基函数
非线性时序
网络安全态势
网络攻击
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 基于径向基函数神经网络的交通量预测
来源期刊 公路 学科 交通运输
关键词 交通量预测 径向基函数 神经网络
年,卷(期) 2006,(z2) 所属期刊栏目 综合
研究方向 页码范围 319-322
页数 4页 分类号 U491.113
字数 2194字 语种 中文
DOI 10.3969/j.issn.0451-0712.2006.z2.030
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 马祥伟 1 11 1.0 1.0
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  (4)
节点文献
引证文献  (11)
同被引文献  (20)
二级引证文献  (17)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(3)
  • 二级引证文献(1)
2011(7)
  • 引证文献(4)
  • 二级引证文献(3)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
交通量预测
径向基函数
神经网络
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
公路
月刊
0451-0712
11-1668/U
大16开
北京市东城区东四前炒面胡同33号D座
2-81
1956
chi
出版文献量(篇)
13800
总下载数(次)
28
论文1v1指导