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:
本文采用小样本最佳通用学习方法,即最小二乘支持向量机进行费用预测。分析了算法的基本原理,构建了普通公路大中修养护费用的特征指标体系与费用预测模型,借助MATLAB编制了求解程序,得到了大中修养护费用预测值,并与一般预测方法得到的结果相比较,说明了算法的优越性。利用该算法能够有效提高预测的精度,因此能够为实际制定养护费用计划提供参考。
推荐文章
基于支持向量回归机的公路货运量预测模型
公路货运量
支持向量回归机
人工神经网络
预测
公路软基沉降预测的支持向量机模型
公路软基
支持向量机(SVM)
沉降
预测
基于支持向量机的石油需求预测
支持向量机
结构风险最小化
神经网络
石油需求
探析公路大中修养护质量的提高措施
公路工程
大中修工程
预防性养护
检测技术
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 基于支持向量机的公路大中修养护费用预测
来源期刊 价值工程 学科 交通运输
关键词 最小二乘支持向量机 大中修养护 费用预测 MATLAB
年,卷(期) 2015,(23) 所属期刊栏目 鄢价值管理鄢
研究方向 页码范围 35-37
页数 3页 分类号 U418
字数 3743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 徐柏才 5 10 1.0 3.0
2 龚静 重庆交通大学管理学院 3 3 1.0 1.0
3 崔恒凤 1 0 0.0 0.0
4 孙玮 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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
最小二乘支持向量机
大中修养护
费用预测
MATLAB
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
价值工程
旬刊
1006-4311
13-1085/N
大16开
河北省石家庄市槐安西路88号卓达物业楼A501室
18-2
1982
chi
出版文献量(篇)
66563
总下载数(次)
245
总被引数(次)
203407
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导