作者:
原文服务方: 信息与控制       
摘要:
提出基于小波分析与神经网络的交通流短时预测方法,把多维输入进行小波分解降维,预测由多个子网络独立完成,有效解决了多维神经网络的映射学习容易产生"维数灾"的问题.示例结果表明,该方法比典型的神经网络预测准确度高、误差小.
推荐文章
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
基于混沌粒子群算法的神经网络短时交通流预测
交通流量
预测
混沌粒子群
神经网络
基于卷积神经网络与双向长短时记忆网络组合模型的短时交通流预测
智能交通
短时交通流预测
深度学习
CNN
BiLSTM
基于神经网络算法的交通流量预测建模与计算
交通流量预测
特征分析
预测结果计算
预测模型
评价体系设计
模型优化
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 基于小波分析与神经网络的交通流短时预测方法
来源期刊 信息与控制 学科
关键词 小波分析 小波神经元网络 交通流 短时预测
年,卷(期) 2007,(4) 所属期刊栏目 论文与报告
研究方向 页码范围 467-470,475
页数 5页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1002-0411.2007.04.012
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 张晓利 天津大学管理学院 4 120 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (57)
参考文献  (5)
节点文献
引证文献  (38)
同被引文献  (48)
二级引证文献  (66)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(4)
  • 引证文献(3)
  • 二级引证文献(1)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(18)
  • 引证文献(6)
  • 二级引证文献(12)
2014(12)
  • 引证文献(1)
  • 二级引证文献(11)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(16)
  • 引证文献(4)
  • 二级引证文献(12)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(9)
  • 引证文献(5)
  • 二级引证文献(4)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波分析
小波神经元网络
交通流
短时预测
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
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
论文1v1指导