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:
为实时获得道路交通状况并对车辆运行进行调度,开发一个基于支持向量机(SVM)的公交车辆到站时间预测模型,并以大连市23路公交车为例对该模型进行检验.结果表明,本文提出的SVM模型比历史平均模型(HMP)和神经网络模型(ANN)的预测精度更高.
推荐文章
支持向量机在时间序列预测中的应用
支持向量机
BP神经网络
时间序列预测
公交车辆运行的模拟计算研究
油耗
公交车辆
道路循环特征
驾驶员模型
模拟计算
指数平滑法在公交运行时间预测中的应用
智能运输系统
指数平滑法
运行时间
基于RBF算法的公交车到站时间预测
公交车
时间预测
RBF神经网络
数学建模
网络训练
仿真分析
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 支持向量机在公交车辆运行时间预测中的应用
来源期刊 大连海事大学学报 学科 交通运输
关键词 公交车辆 运行时间 预测 支持向量机(SVM)
年,卷(期) 2008,(4) 所属期刊栏目 交通运输工程
研究方向 页码范围 158-160
页数 3页 分类号 U121
字数 2112字 语种 中文
DOI
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 杨忠振 大连海事大学交通工程与物流学院 123 1685 24.0 35.0
2 于滨 大连海事大学交通工程与物流学院 19 500 12.0 19.0
3 蒋永雷 大连海事大学交通工程与物流学院 15 151 6.0 12.0
4 于博 中国地质大学长城学院信息工程系 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (16)
同被引文献  (26)
二级引证文献  (28)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(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)
2006(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(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(7)
  • 引证文献(4)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(9)
  • 引证文献(3)
  • 二级引证文献(6)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
公交车辆
运行时间
预测
支持向量机(SVM)
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
大连海事大学学报
季刊
1006-7736
21-1360/U
大16开
大连市凌海路1号
1957
chi
出版文献量(篇)
2537
总下载数(次)
4
总被引数(次)
21974
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
论文1v1指导