基于最小二乘支持向量机的交通安全预测模型

• 作者: 孙浩 张卫华 董瑞娟
• 来源期刊: 系统管理学报
• 学科: 交通运输
• 关键词: 最小二乘支持向量机 交通安全 预测模型
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 706-710,716
• 页数: 6页
• 分类号: U492.8
• 字数: 3412字
• 语种: 中文

摘要

分析了最小二乘支持向量机(LS-SVM)在交通安全预测中的优势,确定输入向量集合和输出向量集合,利用LS-SVM建立交通安全预测模型.将1953～2006年全国交通安全相关数据分为训练集和测试集,利用Matlab 7.0进行仿真测试.通过训练LS-SVM得到模型具体参数值,然后对测试集数据进行预测,计算预测误差,并与神经网络模型、SVM模型预测结果进行对比.仿真结果表明,基于LS-SVM建立的交通安全预测模型比神经网络预测模型、SVM模型具有更高的运算速度和预测精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张卫华	合肥工业大学机械与汽车工程学院	124	1644	21.0	35.0
2	董瑞娟	合肥工业大学机械与汽车工程学院	16	117	7.0	10.0
3	孙浩	合肥工业大学机械与汽车工程学院	12	62	5.0	7.0