论文部分内容阅读
分析了最小二乘支持向量机(LS—SVM)在交通安全预测中的优势,确定输入向量集合和输出向量集合,利用LS—SVM建立交通安全预测模型。将1953~2006年全国交通安全相关数据分为训练集和测试集,利用Matlab7.0进行仿真测试。通过训练LS—SVM得到模型具体参数值,然后对测试集数据进行预测,计算预测误差,并与神经网络模型、SVM模型预测结果进行对比。仿真结果表明,基于LS—SVM建立的交通安全预测模型比神经网络预测模型、SVM模型具有更高的运算速度和预测精确度。