期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种LS-SVM在线式短时交通流预测方法
被引量:
14
1
作者
康军
段宗涛
+1 位作者
唐蕾
温兴超
《计算机应用研究》
CSCD
北大核心
2018年第10期2965-2968,共4页
针对短时交通流在线预测时存在的计算复杂性问题,提出了一种最小二乘支持向量机在线式短时交通流预测方法。该方法简化了在线学习过程中Lagrange乘子的求解过程,利用训练数据集滑动时间窗口的移动来控制新样本的加入和旧样本的移除,通...
针对短时交通流在线预测时存在的计算复杂性问题,提出了一种最小二乘支持向量机在线式短时交通流预测方法。该方法简化了在线学习过程中Lagrange乘子的求解过程,利用训练数据集滑动时间窗口的移动来控制新样本的加入和旧样本的移除,通过线性运算完成Lagrange乘子的更新,进而完成预测模型的在线更新。测试结果表明,相对已有方法,所提方法在保证预测精度的条件下,能够将在线模型更新时间平均降低约62.64%,是一种有效的在线式短时交通流预测方法。
展开更多
关键词
短时交通流预测
统计
学习
最小二乘支持向量机
在线式学习算法
滑动时间窗口
下载PDF
职称材料
题名
一种LS-SVM在线式短时交通流预测方法
被引量:
14
1
作者
康军
段宗涛
唐蕾
温兴超
机构
长安大学信息工程学院
陕西省道路交通智能检测与装备工程研究中心
出处
《计算机应用研究》
CSCD
北大核心
2018年第10期2965-2968,共4页
基金
国家自然科学基金资助项目(61303041)
国家交通运输部基础研究项目(2014319812150)
+2 种基金
陕西省工业科技攻关项目(2014K05-28
2015GY002
2016GY-078)
文摘
针对短时交通流在线预测时存在的计算复杂性问题,提出了一种最小二乘支持向量机在线式短时交通流预测方法。该方法简化了在线学习过程中Lagrange乘子的求解过程,利用训练数据集滑动时间窗口的移动来控制新样本的加入和旧样本的移除,通过线性运算完成Lagrange乘子的更新,进而完成预测模型的在线更新。测试结果表明,相对已有方法,所提方法在保证预测精度的条件下,能够将在线模型更新时间平均降低约62.64%,是一种有效的在线式短时交通流预测方法。
关键词
短时交通流预测
统计
学习
最小二乘支持向量机
在线式学习算法
滑动时间窗口
Keywords
short term traffic flow prediction
statistical learning
least square-support vector machine(LS-SVM)
online learning algorithm
sliding time window
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种LS-SVM在线式短时交通流预测方法
康军
段宗涛
唐蕾
温兴超
《计算机应用研究》
CSCD
北大核心
2018
14
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部