作者:
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:
我国随着改革开放的步伐正在变得越来越繁荣富强,社会基础设施建设越来越完善,道路变通也变得越来越便捷舒适.在我国城市化程度不断提高的同时,道路交通运力面临的压力也急剧加大,如何解决好城市道路交通的客运需求问题,成为各大城市所要面对的沉重挑战.因此,掌握公路交通客运量情况对于解决该问题显得尤为重要.对公路交通客运量实施预测,可以为交通部门的道路管理提供直接的依据.在众多预测方法中,利用最小二乘支持向量机方法提出的一种新方法对我国目前的国情比较适合,其相对于其他预测方法主要有:较高的精确度,较快的计算速度等优势.
推荐文章
河南省2012—2020年交通客运量预测与分析
客运量预测
时间序列
指数平滑
ARIMA模型
灰色系统模型在水路客运量预测中的应用
灰色系统
残差修正
水路客运量
基于最小二乘支持向量机的铁路客运量预测研究
铁路客运量
最小二乘支持向量机
预测模型
支持向量回归机在铁路客运量时间序列预测中的应用
铁路客运量
ε支持向量回归机
人工神经网络
时间序列预测
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 试论公路交通客运量预测方法
来源期刊 财经界 学科
关键词 公路交通 客运量 预测方法 最小二乘支持向量机
年,卷(期) 2014,(8) 所属期刊栏目 投资理财
研究方向 页码范围 24,28
页数 2页 分类号
字数 1975字 语种 中文
DOI
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 熊梅 3 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (2)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
公路交通
客运量
预测方法
最小二乘支持向量机
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
财经界
旬刊
1009-2781
11-4098/F
大16开
北京市
82-569
1983
chi
出版文献量(篇)
58791
总下载数(次)
110
论文1v1指导