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:
本文通过对BP神经网络和影响交通流量因素的分析,采用Windrow-Hoff学习算法、Kolmogorov定理和trainlm训练方法,实现对长春市开运街和湖西路路段动态交通流量的预测.
推荐文章
基于PSO的BP神经网络-Markov船舶交通流量预测模型
船舶交通流量预测
BP神经网络
马尔科夫模型(Markov模型)
粒子群优化(PSO)
基于BP神经网络与残差分析的船舶交通流量预测
残差分析
BP神经网络
交通流
预测
基于BP神经网络的城市交通流预测研究
非线性
BP神经网络
交通流预测
人工智能
船舶交通流量预测的灰色神经网络模型
船舶交通量
灰色模型
神经网络
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 基于BP神经网络的动态交通流量预测
来源期刊 吉林建筑工程学院学报 学科 交通运输
关键词 神经网络 BP神经网络 交通流量
年,卷(期) 2011,(2) 所属期刊栏目 计算机与信息工程
研究方向 页码范围 80-82
页数 分类号 U491.1+3
字数 1758字 语种 中文
DOI 10.3969/j.issn.1009-0185.2011.02.025
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 张伟杰 吉林建筑工程学院计算机科学与工程学院 50 118 5.0 9.0
2 高彤 吉林建筑工程学院计算机科学与工程学院 9 37 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (6)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
神经网络
BP神经网络
交通流量
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
吉林建筑大学学报
双月刊
1009-0185
22-1413/TU
大16开
长春市新城大街5088号
1984
chi
出版文献量(篇)
2717
总下载数(次)
7
总被引数(次)
9535
论文1v1指导