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:
基于高速公路交通量短时变化的非线性、不确定性和复杂性,利用支持向量回归模型,提出一种核函数切换的预测方法.首先,通过历史数据构建不同核函数的支持向量回归模型并对历史数据进行拟合,根据拟合的误差确定不同时刻对应的最优核函数类别;然后根据历史数据及确定的不同时刻的核函数类别训练支持向量分类机;最后利用支持向量分类机确定预测时刻最优的核函数类别,选取相应的支持向量回归模型进行预测.实例分析表明,与传统的支持向量回归模型相比,含核函数切换的预测方法预测精度较高,且具有较好的鲁棒性.
推荐文章
交通量的支持向量回归预测及参数选择研究
交通量
预测
支持向量回归
留一法
基于ANFIS模型隧道交通量预测研究
ANFIS模型
交通量
预测
Matlab
小波神经网络
基于支持向量回归的设备故障趋势预测
支持向量回归
BP神经网络
灰色模型
灰色-AR模型
故障趋势预测
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
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 基于核函数切换和支持向量回归的交通量短时预测模型
来源期刊 东南大学学报(自然科学版) 学科 交通运输
关键词 交通运输系统工程 交通量 短时预测 支持向量回归 核函数
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 1032-1036
页数 5页 分类号 U491
字数 3927字 语种 中文
DOI 10.3969/j.issn.1001-0505.2017.05.030
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 杨帆 东南大学交通学院 54 239 8.0 13.0
2 张健 东南大学物联网交通应用研究中心 51 325 11.0 16.0
3 冉斌 东南大学物联网交通应用研究中心 13 188 6.0 13.0
4 李林超 东南大学交通学院 2 23 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (48)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (16)
二级引证文献  (3)
1980(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)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
交通运输系统工程
交通量
短时预测
支持向量回归
核函数
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导