基于大数据的船舶交通客流特征组合预测模型分析 |
| |
引用本文: | 李宇航.基于大数据的船舶交通客流特征组合预测模型分析[J].舰船科学技术,2019(8). |
| |
作者姓名: | 李宇航 |
| |
作者单位: | 重庆建筑工程职业学院; |
| |
摘 要: | 为了提高船舶交通客流特征预测的时效性,设计基于大数据相关技术信息,提出将粗糙集和支持向量机预测机制结合的预测分析模型。首先运用粗糙集属性,对大数据下的船舶交通客流信息,进行数据出行约简,删除数据中冗余属性,继而建立支持向量机回归预测机制,将约简后的船舶交通数据样本,作为数据预处理器,通过对条件值进行筛选,并量化为一张二维表格,作为决策表,重新组合成为训练数据样本,输入SVM中,进行学习训练,实现交通客流特征的组合预测。仿真实验表明,该模型预测结果特征比真实性提高29%,有效时序性提高35%,可以证明该预测模型的预测结果时效性更强。
|
关 键 词: | 船舶交通 组合预测 回归机制 约简算法 |
Analysis of combined prediction model of ship traffic passenger flow characteristics based on big data |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|