数据仓库和数据挖掘及其在交通量预测中的应用.pdf

数据仓库和数据挖掘 及在交通量预测中的应用 摘要 近年来随着信息技术的发展，智能交通得到快速的发展。建设 以信息化为特征的智能交通系统，关键在于综合应用先进的信息技 术，对数量日益庞大、类别曰益繁多的静态、动态交通数据信息及 社会信息资源进行综合开发和有效利用。而要解决这个问题，必须 建立智能交通中的交通信息平台。而要建立如此大的信息平台。必 须使用数据仓库技术。在平台中还要靠各种专家系统、人工智能系 统、数据挖掘系统来对各种有用的信息进行处理。从而进行辅助决 策，为各个部门服务。其中，交通量预测不仅可以为公路可行性研 究提供决策支持，还可以为交委提供统计决策依据和进行交通诱导。 对于整个智能交通体系有很重要的意义。 目前国内外提出的各种交通量预测方法有很多。但是传统方法 都是线性模型方法，在遇到非线性问题时就效果不好。随着统计学 习理论和机器学习理论的发展，支持向量机成为解决非线性回归估 计问题的有效工具。它实现了结构风险最小化原理，能同时最小化 经验风险和VC维的界，这就取得了较小的实际风险，从而对未来 的样本有较好的泛化性能。本文利用支持向量机算法形成训练