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:
在现代交通运输中,铁路运输的地位很高,通过建立小波神经网络模型,对客运量做出预测.首先将原始数据通过小波去噪,然后进行归一化处理,最后基于小波神经网络建立预测模型,通过对比未去噪的和去噪,发现去噪后的模型误差小.
推荐文章
铁路客运量预测模型对比分析
铁路客运量
指数平滑法
季节差分移动自回归模型
预测
基于灰色PSO-BP的客运量预测模型
灰色模型
PSO算法
BP神经网络
灰色PSO-BP
公路客运量预测
基于最小二乘支持向量机的铁路客运量预测研究
铁路客运量
最小二乘支持向量机
预测模型
支持向量回归机在铁路客运量时间序列预测中的应用
铁路客运量
ε支持向量回归机
人工神经网络
时间序列预测
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 基于小波神经网络对铁路客运量的预测研究
来源期刊 山西大同大学学报(自然科学版) 学科
关键词 小波神经网络 铁路客运量 小波去噪 相空间重构
年,卷(期) 2021,(3) 所属期刊栏目 数学与计算机科学|Mathematics & Computer Science
研究方向 页码范围 29-32,113
页数 5页 分类号 F222|O159
字数 语种 中文
DOI 10.3969/j.issn.1674-0874.2021.03.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (45)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 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)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
小波神经网络
铁路客运量
小波去噪
相空间重构
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
山西大同大学学报(自然科学版)
双月刊
1674-0874
14-1344/N
大16开
山西省大同市新平旺
1985
chi
出版文献量(篇)
2666
总下载数(次)
9
总被引数(次)
5411
论文1v1指导