基于SV R对交通流中线性关联关系的分析与研究

• 作者: 曹来成 梁浩 董胜 韩薇
• 来源期刊: 计算机应用研究
• 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
• 页码范围: 419-422
• 页数: 4页
• 分类号: TP391.77
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.02.022

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。

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