首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于Lagrange支持向量回归机的短时交通流量预测模型的研究
引用本文:刘艳忠,邵小健,李旭宏.基于Lagrange支持向量回归机的短时交通流量预测模型的研究[J].交通与计算机,2007,25(5):46-49.
作者姓名:刘艳忠  邵小健  李旭宏
作者单位:1. 东南大学,南京,210096
2. 中国农业大学,北京,100083
摘    要:在智能交通系统中,进行实时、准确的交通流预测是交通控制和交通流诱导的关键之一,直接影响交通控制和交通诱导的效果.基于支持向量机,提出了一种Lagrange支持向量回归机的交通流量短时预测模型,能够实现对交通流量的有效预测.仿真试验表明,Lagrange支持向量回归机具有良好的泛化性能、更快的迭代速度,预测结果优于改进的BP神经网络.

关 键 词:交通流量  短时预测模型  支持向量机  Lagrange支持向量回归机  核函数  Lagrange  支持向量回归机  短时交通流量  预测模型  研究  Support  Vector  Regression  Based  Prediction  Model  神经网络  改进  预测结果  迭代速度  泛化性能  仿真试验  支持向量机  效果  交通诱导  影响  交通流诱导  交通控制
修稿时间:2007-08-28

Short-term Traffic Flow Prediction Model Based on Lagrange Support Vector Regression
LIU Yanzhong,SHAO Xiaojian,LI Xuhong.Short-term Traffic Flow Prediction Model Based on Lagrange Support Vector Regression[J].Computer and Communications,2007,25(5):46-49.
Authors:LIU Yanzhong  SHAO Xiaojian  LI Xuhong
Institution:1.Southeast University, Nanjing 210096, China; 2.China Agricultural University, Beijing 100083, China
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号