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:
支持向量回归方法作为以结构风险最小化原理为理论基础的学习算法,可应用于交通量的预测,其中模型参数的选择是预测性能的关键因素.针对交通量的影响因素,应用时空挖掘联合预测模型,给出了BFGS变尺度算法求LOO误差上界最小化值定参的方法,试验证明,该方法对交通量的模型参数选择和预测是有效可行的.
推荐文章
基于核函数切换和支持向量回归的交通量短时预测模型
交通运输系统工程
交通量
短时预测
支持向量回归
核函数
基于支持向量回归的设备故障趋势预测
支持向量回归
BP神经网络
灰色模型
灰色-AR模型
故障趋势预测
改进的FS算法选取支持向量回归机参数及应用
智能交通系统
自由搜索算法
支持向量回归机
参数优化
交通流预测
Boosting集成支持向量回归机的滑坡位移预测
支持向量机
Boosting集成
Bagging
滑坡位移
预测
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 交通量的支持向量回归预测及参数选择研究
来源期刊 计算机工程 学科 工学
关键词 交通量 预测 支持向量回归 留一法
年,卷(期) 2007,(5) 所属期刊栏目 博士论文
研究方向 页码范围 20-22,28
页数 4页 分类号 TP391.9
字数 4274字 语种 中文
DOI 10.3969/j.issn.1000-3428.2007.05.007
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 徐瑞华 同济大学交通运输工程学院 119 2738 32.0 47.0
2 孔繁钰 同济大学交通运输工程学院 8 184 7.0 8.0
3 姚胜永 同济大学建筑与城市规划学院 5 116 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (191)
参考文献  (6)
节点文献
引证文献  (23)
同被引文献  (53)
二级引证文献  (29)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(8)
  • 引证文献(6)
  • 二级引证文献(2)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
交通量
预测
支持向量回归
留一法
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导