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:
交通流量预测是智能交通管理系统的基础,预测某段单位时间内交通流量,难以准确刻画交通流量的时变性、突发性和非线性等变化规律,传统方法使交通流量预测精度低.为了提高交通流量的预测精度,提出小波分析的支持向量机预测模型,并应用于交通流量预测中.模型首先对交通流量进行小波分解,使交通流量平稳化,得到交通流量信号的高频和低频部分,采用支持向量机进行预测,最后将高频和低频部分的预测结果采用小波重构,获得最终预测值.仿真结果表明,小波支持向量机模型提高了交通流量预测精度和预测速度,为交通流量准确预测研究提供了依据.
推荐文章
提升小波支持向量机在交通流量预测中的应用
提升小波
支持向量机
交通流量预测
基于遗传算法优化支持向量机的交通流量预测
支持向量机
遗传算法
城市交通流量
预测模型
基于物联网和PCA支持向量机的交通流量预测系统
交通流量预测
支持向量机
物联网
主成分分析
基于粗集理论和支持向量机的道路网短时交通流量预测
道路网
交通流量
相空间重构
粗集理论
支持向量机
预测模型
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 小波支持向量机在交通流量预测中的应用
来源期刊 计算机仿真 学科 工学
关键词 小波分析 交通流量 支持向量机 预测
年,卷(期) 2011,(7) 所属期刊栏目 交通体系与工具仿真
研究方向 页码范围 353-356
页数 分类号 TP393
字数 2985字 语种 中文
DOI 10.3969/j.issn.1006-9348.2011.07.088
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 程跃华 焦作大学信息工程学院 14 34 3.0 5.0
2 崔艳 焦作大学信息工程学院 10 41 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (158)
参考文献  (5)
节点文献
引证文献  (21)
同被引文献  (60)
二级引证文献  (81)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(6)
  • 引证文献(3)
  • 二级引证文献(3)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(14)
  • 引证文献(3)
  • 二级引证文献(11)
2016(16)
  • 引证文献(5)
  • 二级引证文献(11)
2017(22)
  • 引证文献(4)
  • 二级引证文献(18)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
小波分析
交通流量
支持向量机
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导