基于DBN-SVR模型的短时有效停车泊位预测

• 作者: 郑喆 韩印
• 来源期刊: 物流工程与管理
• 学科: 交通运输
• 关键词: 交通工程 有效停车泊位 深度信念网络 支持向量回归
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 物流技术
• 页码范围: 83-85,88
• 页数: 4页
• 分类号: U491.5
• 字数: 3411字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-4993.2017.06.033

摘要

针对停车场有效停车泊位的本体特征规律,提出了基于DBN-SVR模型的短时有效泊位预测方法.此方法结合深度信念网络模型(DBN)和支持向量回归分类方法(SVR)构建预测模型,并利用差分处理降低有效泊位数据趋势性,并对预测输出值进行反差分处理以提高其预测精确度.案例分析结果表明,此方法可准确地对停车场有效泊位进行短时预测,较传统预测方法相比预测精度提高约10.163%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩印	上海理工大学管理学院	125	542	12.0	18.0
2	郑喆	上海理工大学管理学院	8	36	4.0	5.0