期刊导航
期刊开放获取
cqvip
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
基于LIBSVM和时间序列的区域货运量预测研究
被引量：
5
1
作者
曾鸣
林磊
程文明
《计算机工程与应用》
CSCD
2013年第21期6-10,共5页
针对区域货运量预测中影响因素多、样本数量小的问题,提出了互信息MI与LIBSVM支持向量回归以及状态空间时间序列相结合的预测方法,采用MI进行高维度特征降维后,以新的低维空间作为样本输入,分别建立LIBSVM支持向量回归和状态空间时间序...
针对区域货运量预测中影响因素多、样本数量小的问题,提出了互信息MI与LIBSVM支持向量回归以及状态空间时间序列相结合的预测方法,采用MI进行高维度特征降维后,以新的低维空间作为样本输入,分别建立LIBSVM支持向量回归和状态空间时间序列预测模型。通过重庆市货运量预测实验结果及对比分析表明,该方法在进行有效预测的同时能够改善预测精度,相对误差约为0.06。
展开更多
关键词
互信息(MI)
支持向量机
程序库
(
libsvm
)
支持
向量
回归
状态空间时间序列
区域货运量
预测
下载PDF
职称材料
题名
基于LIBSVM和时间序列的区域货运量预测研究
被引量：
5
1
作者
曾鸣
林磊
程文明
机构
西南交通大学机械工程学院
纽约州立大学布法罗分校土木工程学院
出处
《计算机工程与应用》
CSCD
2013年第21期6-10,共5页
基金
国家留学基金委建设高水平大学研究生项目专项资金资助(留金发[2012]3013)
文摘
针对区域货运量预测中影响因素多、样本数量小的问题,提出了互信息MI与LIBSVM支持向量回归以及状态空间时间序列相结合的预测方法,采用MI进行高维度特征降维后,以新的低维空间作为样本输入,分别建立LIBSVM支持向量回归和状态空间时间序列预测模型。通过重庆市货运量预测实验结果及对比分析表明,该方法在进行有效预测的同时能够改善预测精度,相对误差约为0.06。
关键词
互信息(MI)
支持向量机
程序库
(
libsvm
)
支持
向量
回归
状态空间时间序列
区域货运量
预测
Keywords
Mutual Information（MI）
Library for Support Vector Machines （
libsvm
） support vector regression
state space time series
regional freight volume
forecasting
分类号
U491.14 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LIBSVM和时间序列的区域货运量预测研究
曾鸣
林磊
程文明
《计算机工程与应用》
CSCD
2013
5
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
