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:
介绍了基于统计学习理论的支持向量机回归原理,为解决公路旅游客流量预测建模中的小样本问题,实现对公路旅游客流量的快速准确预测,提出了基于支持向量机回归模型的公路旅游客流量预测方法,给出了参数优化选取算法.仿真实验表明,该方法具有比神经网络等方法更好的预测精度.说明支持向量回归方法用于公路旅游客流量预测是可行有效的.
推荐文章
旅游客流量预测:基于季节调整的PSO-SVR模型研究
旅游客流量预测
粒子群算法
支持向量回归机
季节调整
均方差比较
基于改进BP神经网络的公路旅游客流量预测
改进BP神经网络
公路旅游客流量
预测
MATLAB
旅游客流量预测:基于季节调整的PSO-SVR模型研究
旅游客流量预测
粒子群算法
支持向量回归机
季节调整
均方差比较
上海市日本游客客流量的灰色预测模型
境外游客
灰色系统
GM(1,1)模型
上海市
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 公路旅游客流量预测的支持向量回归模型
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 公路旅游客流量 神经网络 预测
年,卷(期) 2011,(9) 所属期刊栏目 工程与应用
研究方向 页码范围 233-235,239
页数 分类号 TP391
字数 3109字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.09.067
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 王士同 江南大学信息工程学院 528 3424 23.0 37.0
2 颜七笙 江南大学信息工程学院 16 137 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (54)
参考文献  (8)
节点文献
引证文献  (9)
同被引文献  (28)
二级引证文献  (33)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
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)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(13)
  • 引证文献(2)
  • 二级引证文献(11)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
支持向量机
公路旅游客流量
神经网络
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导