基于SVR对交通流中线性关联关系的分析与研究

发布时间：2018-03-05 17:28

  本文选题：交通流预测　切入点：支持向量回归机　出处：《计算机应用研究》2015年02期 　论文类型：期刊论文

【摘要】：针对断面交通检测数据往往存在着错误、缺失、包含较多噪声等问题,提出了一种基于支持向量回归机的数据预处理方法。先将相邻路段的数据运用线性回归思想筛选、重组,添加到支持向量回归机的数据集中,然后对相邻路段与预测路段之间线性关系进行实时的、动态的分析和计算,从而避免了数据丢失,既有效地压缩了训练集特征数,提高了计算效率,也提高了模型的泛化能力。实验结果表明,对比未作预处理的SVR模型,改进后的模型拟合度提高了25倍,均方误差也明显减小。
[Abstract]:Aiming at the problems of error, lack and much noise in cross-section traffic detection data, a data preprocessing method based on support vector regression machine (SVM) is proposed. Firstly, the data of adjacent sections are filtered and reorganized by linear regression method. Then the linear relationship between adjacent sections and predicted sections is analyzed and calculated in real time and dynamic, thus avoiding data loss and effectively compressing the feature numbers of training sets, which are added to the data set of support vector regression machine, and then the linear relationship between adjacent sections and predicted sections is analyzed and calculated in real time. The experimental results show that compared with the unpretreated SVR model, the improved model's fitting degree is increased by 25 times, and the mean square error is obviously reduced.
【作者单位】： 兰州理工大学计算机与通信学院;
【基金】：国家自然科学基金资助项目(60972078) 甘肃省自然科学基金资助项目(0916RJZA015)
【分类号】：U491.112;TP18

【参考文献】

相关期刊论文 前5条

1 卢凯;徐建闽;郑淑鉴;;相邻交叉口关联度分析及其应用[J];华南理工大学学报(自然科学版);2009年11期

2 姚智胜;邵春福;熊志华;岳昊;;基于主成分分析和支持向量机的道路网短时交通流量预测[J];吉林大学学报(工学版);2008年01期

3 于滨;邬珊华;王明华;赵志宏;;K近邻短时交通流预测模型[J];交通运输工程学报;2012年02期

4 张扬;王梦灵;;Peak Traffc Forecasting Using Nonparametric Approaches[J];Journal of Shanghai Jiaotong University(Science);2012年01期

5 郭虎升;王文剑;;动态粒度支持向量回归机[J];软件学报;2013年11期

【共引文献】

相关期刊论文 前10条

1 姜桂艳;常安德;牛世峰;丛玉良;程德明;王秋兰;;基于BP神经网络的交通数据序列动态可预测性分析方法[J];北京工业大学学报;2011年07期

2 王晓华;杨娜;;基于遗传算法的参数优化估算模型[J];电子世界;2012年24期

3 徐建闽;首艳芳;卢凯;;基于双层规划模型的交通信号区域协调控制[J];华南理工大学学报(自然科学版);2011年03期

4 孙斌;刘天栋;周云龙;;小波包主成分分析在气液两相流流型识别中的应用[J];吉林大学学报(工学版);2009年06期

5 张勇;关伟;;预测交通流量时间序列的组合动态建模方法[J];吉林大学学报(工学版);2010年05期

6 董春娇;邵春福;陈晓明;李娟;;基于交通流时空特性的道路网动态划分方法[J];吉林大学学报(工学版);2010年06期

7 姜桂艳;牛世峰;常安德;;基于检测数据的路网交通运行可靠性分析[J];吉林大学学报(工学版);2011年05期

8 谢宏;刘敏;陈淑荣;;基于ICA和SVM的道路网短时交通流量预测方法[J];计算机应用;2009年09期

9 葛晓锋;曹斌;郑静静;邓明荣;沈祖志;;基于GPS实时数据的在线过滤与补遗研究[J];计算机应用研究;2010年10期

10 李建武;陈森发;黄濵;;基于粗集理论和支持向量机的道路网短时交通流量预测[J];计算机应用研究;2010年10期

相关会议论文 前1条

1 吴利丰;刘思峰;方志耕;;基于新信息优先主成分回归的多参数复杂装备费用预测[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

相关博士学位论文 前10条

1 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年

2 王凡;基于支持向量机的交通流预测方法研究[D];大连理工大学;2010年

3 刘明君;基于混合交通流的信号交叉口机动车车头时距研究[D];北京交通大学;2010年

4 靳引利;省域高速公路网交通诱导系统关键技术研究[D];长安大学;2009年

5 卢凯;交通信号协调控制基础理论与关键技术研究[D];华南理工大学;2010年

6 张扬;城市路网交通预测模型研究及应用[D];上海交通大学;2009年

7 陈荔;经济区客运量预测与综合枢纽布局研究[D];长安大学;2011年

8 钱U，

本文编号：1571209