基于统计学习理论的交通流量时间序列预测

被引：14

作者：

丁爱玲

机构：

[1] 长安大学西安

来源：

交通与计算机 | 2002年 / 02期

关键词：

统计学习理论; 支撑矢量机; 时间序列预测; 交通流量;

D O I：

暂无

中图分类号：

TP399 [在其他方面的应用];

学科分类号：

081203 ; 0835 ;

摘要：

针对城市交通“智能运输系统”,提出了基于统计学习理论的交通流量时间序列预测 ,与传统统计学相比 ,统计学习理论能够在训练样本数很少的情况下达到很好分类推广能力。它具有收敛速度快 ,有效避免局部最小点的特点。对某一实际路口机动车流量的实验结果验证了该方法的有效性和先进性 ,有望在交通流量时间序列预测方面得到广泛的应用

引用

收藏

页码：27 / 30

页数：4

相关论文

共 5 条

[1] 基于神经网络的多变量时间序列预测及其在股市中的应用 [J].

杨一文 ;

刘贵忠 .

信息与控制, 2001, (05) :413-417+426

[2] 基于改进BP网交通流动态时序预测算法的研究 [J].

王宏杰 ;

林良明 ;

徐大淦 ;

颜国正 .

交通与计算机, 2001, (03) :11-14

[3] 面向智能交通系统的图像处理 [J].

杨明 ;

宋雪峰 ;

王宏 ;

张钹 .

计算机工程与应用, 2001, (09) :4-7+26

[4]

统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000

[5] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167