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。