基于小波-ELM神经网络的短期停车泊位预测

• 作者: 图晓航 王玉 郑金宇 陈海鹏
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 停车泊位管理系统 空余停车泊位 小波变换 极限学习机
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 388-392
• 页数: 5页
• 分类号: TP391
• 字数: 2877字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2017.02.34

摘要

采用小波变换与极限学习机(ELM)相结合的方法对短时空余停车泊位进行预测.首先通过小波函数对有效停车泊位时间序列进行小波分解和重构;然后用ELM对分解后所得的各时间序列进行预测;最后对各神经网络的预测结果进行合成,得到最终的预测结果.预测实例结果表明,该方法缩短了训练时间,提高了预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玉	吉林大学计算机科学与技术学院	58	178	6.0	12.0
5	陈海鹏	吉林大学计算机科学与技术学院	42	525	14.0	22.0
6	郑金宇	吉林大学软件学院	3	15	2.0	3.0
7	图晓航	吉林大学计算机科学与技术学院	1	13	1.0	1.0