基于Lagrange支持向量回归机的短时交通流量预测模型的研究

来源 :交通与计算机 | 被引量 : 0次 | 上传用户:cubqfire
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在智能交通系统中,进行实时、准确的交通流预测是交通控制和交通流诱导的关键之一,直接影响交通控制和交通诱导的效果。基于支持向量机,提出了一种Lagrange支持向量回归机的交通流量短时预测模型,能够实现对交通流量的有效预测。仿真试验表明,Lagrange支持向量回归机具有良好的泛化性能、更快的迭代速度,预测结果优于改进的BP神经网络。
其他文献
随着传感器网络在世界范围内得到越来越广泛的应用,具有感知、计算和通信能力的传感器节点以及由大量此类节点互联构成的传感器网络需要不断地优化并进行自动设计.文中致力于
义务教育信息技术课程的反思与重构     在高中信息技术课程改革如火如荼开展的时候,义务教育信息技术课程似乎逐渐为人们所遗忘。那么,义务教育信息技术课程究竟怎么样了?我们首先看看下面的两个现象。  现象1:某省为了适应总体义务教育免费教材的价格,将义务教育信息技术课时进行了调整。小学信息技术只在三、四两个年级开设。从原来的三至六年级开设改为只开设两个年级,任课教师面临很多调整,很多信息技术教师面临