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:
实时准确的城市交通流预测是智能交通控制、交通诱导等的前提,城市交通流预测更是与人们的日常生活息息相关.文中采用最小二乘支持向量机及相空间重构理论对城市交通流短时流量进行预测,并在以往的基础上采用Morlet函数作为小波核函数,进一步提高了模型的预测精度及泛化能力,并将其与SVR(支持向量回归)模型进行比较,其效果明显优于SVR模型,能够满足智能交通控制和诱导的要求.
推荐文章
基于神经网络的城市交通流预测研究
神经网络
城市交通
交通流
预测模型
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
深度学习在城市交通流预测中的实践研究
深度学习
交通流预测
神经网络
机器学习
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
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LS-WSVM的城市交通流预测研究
来源期刊 物流工程与管理 学科 经济
关键词 最小二乘支持向量机 城市交通流预测 相空间重构 小波核函数 SVR
年,卷(期) 2012,(9) 所属期刊栏目
研究方向 页码范围 95-97
页数 分类号 F57
字数 3817字 语种 中文
DOI 10.3969/j.issn.1674-4993.2012.09.038
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 余立建 西南交通大学交通信息工程及控制实验室 64 380 10.0 15.0
2 郭翠玲 西南交通大学交通信息工程及控制实验室 4 12 3.0 3.0
3 曾松林 西南交通大学交通信息工程及控制实验室 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (79)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(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
最小二乘支持向量机
城市交通流预测
相空间重构
小波核函数
SVR
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
物流工程与管理
月刊
1674-4993
42-1791/TS
大16开
湖北省武汉市江岸区黄孝河路特1号同安大厦3F
1979
chi
出版文献量(篇)
10851
总下载数(次)
49
总被引数(次)
35105
论文1v1指导