原文服务方: 计算机应用研究       
摘要:
为有效预测船舶交通流量,利用非凸低秩稀疏分解模型将交通流量数据分解成低秩和稀疏两部分;然后采用自回归移动平均(autoregressive integrated moving average,ARIMA)模型分别预测低秩和稀疏部分,进而合并得到最终的船舶交通流量预测结果.最后以天津港2003-2014年船舶交通流量历史数据为例进行模型验证和预测分析,实验结果表明,非凸低秩稀疏分解模型能反映船舶交通流量的季节变化规律,较灰色系统、神经网络及组合预测模型能够显著地提高预测精度,为船舶交通流量预测提供了一种新的预测方法.
推荐文章
船舶交通流量预测的灰色神经网络模型
船舶交通量
灰色模型
神经网络
基于PSO的BP神经网络-Markov船舶交通流量预测模型
船舶交通流量预测
BP神经网络
马尔科夫模型(Markov模型)
粒子群优化(PSO)
优化的长山水道船舶交通流量灰色系统预测模型
水路运输
船舶交通流量
灰色预测
GM(1,1)优化模型
基于BP神经网络与残差分析的船舶交通流量预测
残差分析
BP神经网络
交通流
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 基于非凸低秩稀疏约束的船舶交通流量预测
来源期刊 计算机应用研究 学科
关键词 船舶交通流量 预测 非凸优化 交替方向乘子法 广义迭代阈值算法
年,卷(期) 2018,(1) 所属期刊栏目 算法研究探讨
研究方向 页码范围 43-47
页数 5页 分类号 TP399
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.01.008
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 吴传生 武汉理工大学理学院 51 310 10.0 15.0
2 刘敬贤 武汉理工大学航运学院 62 698 15.0 24.0
4 刘文 武汉理工大学航运学院 23 205 8.0 14.0
8 刘钊 武汉理工大学航运学院 10 58 4.0 7.0
14 杨双双 武汉理工大学理学院 4 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (50)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (22)
二级引证文献  (11)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(9)
  • 参考文献(4)
  • 二级参考文献(5)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(1)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
船舶交通流量
预测
非凸优化
交替方向乘子法
广义迭代阈值算法
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导