基于小波神经网络的交通状态短时预测

• 作者: 曹渝
• 来源期刊: 移动通信
• 学科: 工学
• 关键词: 小波基 神经网络 交通状态 短时预测
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 研究与探讨
• 页码范围: 91-96
• 页数: 6页
• 分类号: TN929.5
• 字数: 3854字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1010.2018.05.016

摘要

为了解决交通状态短时预测以及精准度的问题,以小波基作为模式识别的特征函数来优化传统BP神经网络参数和误差空间,通过小波基及输入向量的内积进行加权实现输入层的特征提取,结合神经网络的自学习功能,实现了交通状态的短时预测.实验证明,该算法具有较强的非线性拟合能力和较好的收敛速度,能够实现交通状态的短时预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹渝		1	2	1.0	1.0