作者:
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:
针对VTS水域船舶交通流随机性大、影响因素多的特点,选择基于小波神经网络的时间序列预测方法,建立船舶交通流预测模型.该预测方法对海事部门提高VTS水域通航效率和服务水平具有一定的参考意义.
推荐文章
基于神经网络的城市交通流预测研究
神经网络
城市交通
交通流
预测模型
基于小波分析与神经网络的交通流短时预测方法
小波分析
小波神经元网络
交通流
短时预测
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
基于神经网络算法的交通流量预测建模与计算
交通流量预测
特征分析
预测结果计算
预测模型
评价体系设计
模型优化
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 基于小波神经网络的VTS水域船舶交通流短期预测研究
来源期刊 中国海事 学科 交通运输
关键词 VTS水域 小波神经网络 船舶交通流 短期预测
年,卷(期) 2017,(4) 所属期刊栏目 管理研讨
研究方向 页码范围 45-47
页数 3页 分类号 U692.3
字数 2239字 语种 中文
DOI 10.16831/j.cnki.issn1673-2278.2017.04.017
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 孟繁林 4 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (34)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
VTS水域
小波神经网络
船舶交通流
短期预测
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
中国海事
月刊
1673-2278
11-5352/U
大16开
天津市河西区黑牛城道34号
1992
chi
出版文献量(篇)
6021
总下载数(次)
5
总被引数(次)
6100
论文1v1指导