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:
提出了一种基于支持向量机(SVM)的并行式时空二维融合路段交通量预测方法,对时间SVM和空间SVM分别在两个并行的操作系统模型中进行,以此降低时间成本.并将时间维SVM预测、空间维SVM预测与基于SVM的数据时空二维线性融合预测结果进行了对比,通过对比表明,时空二维线性融合预测的误差很明显比其它两种方法预测的结果误差要小得多,因此本文提出的时空二维融合可大大的提高预测精度.尤其是当有突发因素(如:交通事故发生)时,本文所提出的方法可在很大程度上避免一维时间源数据融合的结构性系统误差.
推荐文章
港口道路交通量预测方法
港口道路
交通量
道路集疏运系统
基于混沌理论的交通量实时预测
混沌
交通量
混沌时间序列
误差反馈系数
实时预测
城市区域交通控制
基于ANFIS模型隧道交通量预测研究
ANFIS模型
交通量
预测
Matlab
小波神经网络
乌鲁木齐市米东路交通量预测方法浅析
米东路
四阶段法
经济人口预测
保有量预测
境内交通分配
过境交通分配
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 并行式时空二维融合路段交通量预测
来源期刊 河北工业大学学报 学科 交通运输
关键词 短时交通流预测 支持向量机 并行式时空二维数据融合 预测误差
年,卷(期) 2008,(3) 所属期刊栏目
研究方向 页码范围 112-116
页数 5页 分类号 U491.1
字数 3205字 语种 中文
DOI 10.3969/j.issn.1007-2373.2008.03.024
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 李巧茹 河北工业大学土木工程学院 39 258 8.0 14.0
2 陈亮 河北工业大学土木工程学院 45 257 10.0 13.0
3 张铮 3 16 3.0 3.0
4 支学军 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (28)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (26)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
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
短时交通流预测
支持向量机
并行式时空二维数据融合
预测误差
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
河北工业大学学报
双月刊
1007-2373
13-1208/T
大16开
天津市北辰区双口镇西平道5340号
1917
chi
出版文献量(篇)
3202
总下载数(次)
10
总被引数(次)
21785
论文1v1指导