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:
对标准的LS-SVM算法进行了改进,得到一种新的学习算法.这种新的学习算法不仅能减少计算的复杂性,提高学习速度;同时能提高函数估计的精确度.将改进的LS-SVM算法应用于交通流量的预测,同时与传统的多元线性回归及支持向量机方法进行比较,结果表明改进的LS-SVM方法具有较高的预测精度,且实验取得了较好效果.
推荐文章
改进的LS-SVM数学模型的交通流量预测分析
交通流量
果蝇优化算法
数学模型
最小二乘法支持向量机
基于微粒群算法的LS-SVM时间序列预测
支持向量机
微粒群算法
时间序列预测
超平面空间
基于灰色关联的 LS-SVM道路交通事故预测
道路交通事故
预测
灰色关联分析
最小二乘支持向量机
动态改变惯性权重自适应粒子群算法
一种LS-SVM在线式短时交通流预测方法
短时交通流预测
统计学习
最小二乘支持向量机
在线式学习算法
滑动时间窗口
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 改进的LS-SVM算法及在交通流量预测上的应用
来源期刊 昆明理工大学学报(理工版) 学科 工学
关键词 SVM法 LS-SVM法 多元线性回归 交通流量 预测
年,卷(期) 2008,(6) 所属期刊栏目 土木建筑与交通运输
研究方向 页码范围 72-75
页数 4页 分类号 TP391
字数 3000字 语种 中文
DOI 10.3969/j.issn.1007-855X.2008.06.014
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 陈丽 大理学院物理与电子信息学院 30 99 5.0 8.0
2 张朝元 大理学院数学与计算机学院 38 141 7.0 9.0
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  (99)
参考文献  (1)
节点文献
引证文献  (21)
同被引文献  (15)
二级引证文献  (12)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(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)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(6)
  • 引证文献(4)
  • 二级引证文献(2)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
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
SVM法
LS-SVM法
多元线性回归
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
昆明理工大学学报(自然科学版)
双月刊
1007-855/X
53-1123/T
大16开
云南省昆明市呈贡区景明南路727号
64-79
1959
chi
出版文献量(篇)
3434
总下载数(次)
7
总被引数(次)
25009
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导