原文服务方: 计算机应用研究       
摘要:
针对断面交通检测数据往往存在着错误、缺失、包含较多噪声等问题,提出了一种基于支持向量回归机的数据预处理方法。先将相邻路段的数据运用线性回归思想筛选、重组,添加到支持向量回归机的数据集中,然后对相邻路段与预测路段之间线性关系进行实时的、动态的分析和计算,从而避免了数据丢失,既有效地压缩了训练集特征数,提高了计算效率,也提高了模型的泛化能力。实验结果表明,对比未作预处理的SVR模型,改进后的模型拟合度提高了25倍,均方误差也明显减小。
推荐文章
基于CTM的终端区交通流参数关系研究
航空运输
交通流特性
元胞传输
终端区
基于TRANSIMS的交通流模拟与分析研究
TRANSIMS
交通流
路网
负载吞吐量
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
短时交通流预测方法研究
相关分析
支持向量机
交通流预测
智能交通
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SV R对交通流中线性关联关系的分析与研究
来源期刊 计算机应用研究 学科
关键词 交通流预测 支持向量回归机 数据预处理 相邻路段 线性关系
年,卷(期) 2015,(2) 所属期刊栏目 算法研究探讨
研究方向 页码范围 419-422
页数 4页 分类号 TP391.77
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.02.022
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 曹来成 兰州理工大学计算机与通信学院 15 37 4.0 5.0
2 梁浩 兰州理工大学计算机与通信学院 1 3 1.0 1.0
3 韩薇 兰州理工大学计算机与通信学院 1 3 1.0 1.0
4 董胜 兰州理工大学计算机与通信学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (99)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (2)
1617(1)
  • 参考文献(0)
  • 二级参考文献(1)
1776(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(6)
  • 参考文献(6)
  • 二级参考文献(0)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
交通流预测
支持向量回归机
数据预处理
相邻路段
线性关系
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导