基于改进广义回归神经网络的渔船流量预测

• 作者: 蒋庆朝 陈孟婕
• 来源期刊: 现代计算机
• 关键词: 广义回归神经网络 聚类 流量预测
• 年，卷（期）: 2020,（33）
• 所属期刊栏目: 研究与开发
• 页码范围: 25-29
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.33.005

摘要

随着经济和渔业的发展,船舶的数量也随之增多,这也导致渔船进出港拥堵,水上交通事故频发.因此,开展渔船交通流量预测研究可以为渔船进出港调度优化管理提供依据.针对广义回归神经网络模型只适用于小样本数据的特点进行研究,提出一种基于聚类的改进方法,通过聚类减少输入数据的冗余.结果表明,基于聚类的广义回归神经网络模型对于大样本数据集也具有良好的适用性,而且引入环境因素也提高预测的准确性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋庆朝		7	1	1.0	1.0
2	陈孟婕		5	1	1.0	1.0