首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机的短时交通流预测方法
引用本文:杨怡. 基于支持向量机的短时交通流预测方法[J]. 交通标准化, 2009, 0(11): 97-100
作者姓名:杨怡
作者单位:河北省邯郸市交通局.河北邯郸056002
摘    要:在介绍智能交通系统的特点和相关技术的基础上,SVR算法被用来处理短时交通量预测问题。实验证明,支持向量机在交通系统中的应用具有可行性、有效性和广阔的前景。

关 键 词:支持向量机  多类别分类算法  支持向量回归  智能交通系统

Short-time Traffic Forecast Based on Support Vector Machine
YANG Yi. Short-time Traffic Forecast Based on Support Vector Machine[J]. Communications Standardization, 2009, 0(11): 97-100
Authors:YANG Yi
Affiliation:Hebei Provincial Handan Traffic Bureau;Handan 056002;China
Abstract:Based on the characteristics and correlative technologies of intelligent transport system, SVR arithmetic is used to dispose the short-time traffic forecast. The experiment proves that the application of support vector machines in traffic system is of feasibility, validity and wide foreground.
Keywords:support vector machine  multi-category sort algorithm  support vector regression  intelligent transport system  
本文献已被 CNKI 维普 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