论文部分内容阅读
为了解决交通状态短时预测以及精准度的问题，以小波基作为模式识别的特征函数来优化传统BP神经网络参数和误差空间，通过小波基及输入向量的内积进行加权实现输入层的特征提取，结合神经网络的自学习功能，实现了交通状态的短时预测。实验证明，该算法具有较强的非线性拟合能力和较好的收敛速度，能够实现交通状态的短时预测。