原文服务方: 计算机应用研究       
摘要:
采用提升小波方法构造出一种满足双正交的小波函数,并将这种小波函数作为支持向量机的核函数;此外,用线性规划问题来代替二次规划问题及稀疏正则化,本质上确保了解的稀疏性.基于提升小波构造出提升小波支持向量机模型,并将其用于交通流量的预测中.仿真实验表明该模型具有良好的预测能力和泛化能力.
推荐文章
基于遗传算法优化支持向量机的交通流量预测
支持向量机
遗传算法
城市交通流量
预测模型
基于物联网和PCA支持向量机的交通流量预测系统
交通流量预测
支持向量机
物联网
主成分分析
基于粗集理论和支持向量机的道路网短时交通流量预测
道路网
交通流量
相空间重构
粗集理论
支持向量机
预测模型
含有误差校正的小波神经网络交通流量预测
高速路交通流量
流量预测
小波神经网络
误差预测
经验模态分解
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 提升小波支持向量机在交通流量预测中的应用
来源期刊 计算机应用研究 学科
关键词 提升小波 支持向量机 交通流量预测
年,卷(期) 2007,(8) 所属期刊栏目 开发应用
研究方向 页码范围 275-277
页数 3页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.08.090
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 肖建 西南交通大学电气工程学院 232 2867 26.0 38.0
2 车畅 西华大学机械工程与自动化学院 22 142 7.0 11.0
3 胡丹 西南交通大学电气工程学院 32 183 10.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (62)
参考文献  (8)
节点文献
引证文献  (14)
同被引文献  (8)
二级引证文献  (11)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(3)
  • 二级参考文献(0)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(3)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(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
提升小波
支持向量机
交通流量预测
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导