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:
提出了一种基于最小二乘支持向量机(LS-SVM)的铁路客运量预测的新方法.1985-2002年的铁路客运量组成整个数据集.前5年的客运量用来预测第6年的客运量,由1985-1999年的客运量建立LS-SVM客运量预测模型.运用建立该模型预测2000-2002年的铁路客运量.结果表明:提出的LS-SVM客运量预测方法是有效的.
推荐文章
基于最小二乘支持向量机的铁路客运量预测研究
铁路客运量
最小二乘支持向量机
预测模型
支持向量回归机在铁路客运量时间序列预测中的应用
铁路客运量
ε支持向量回归机
人工神经网络
时间序列预测
支持向量回归机在铁路客运量时间序列预测中的应用
铁路客运量
ε支持向量回归机
人工神经网络
时间序列预测
灰色系统模型在水路客运量预测中的应用
灰色系统
残差修正
水路客运量
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 基于支持向量机的铁路客运量预测
来源期刊 辽宁工程技术大学学报(自然科学版) 学科 交通运输
关键词 最小二乘支持向量机 铁路 预测 客运量
年,卷(期) 2007,(2) 所属期刊栏目 电气工程与计算机技术
研究方向 页码范围 269-272
页数 4页 分类号 U429.4
字数 3077字 语种 中文
DOI 10.3969/j.issn.1008-0562.2007.02.033
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 蒋兆远 兰州交通大学机电工程学院 100 732 15.0 21.0
2 祝磊 浙江大学电气工程学院 8 132 6.0 8.0
3 孟建军 兰州交通大学机电工程学院 75 375 12.0 16.0
4 彭珍瑞 兰州交通大学机电工程学院 71 278 8.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (125)
参考文献  (9)
节点文献
引证文献  (23)
同被引文献  (66)
二级引证文献  (98)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(14)
  • 引证文献(4)
  • 二级引证文献(10)
2012(13)
  • 引证文献(2)
  • 二级引证文献(11)
2013(10)
  • 引证文献(2)
  • 二级引证文献(8)
2014(11)
  • 引证文献(2)
  • 二级引证文献(9)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(18)
  • 引证文献(2)
  • 二级引证文献(16)
2018(18)
  • 引证文献(1)
  • 二级引证文献(17)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
最小二乘支持向量机
铁路
预测
客运量
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
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导