基于ε-支持向量机回归的快速公交到站时间预测 - 厦门大学学报(自然 .doc

基于ε-支持向量机回归的快速公交到站时间预测 - 厦门大学学报(自然 .doc

  1. 1、本文档共13页,其中可免费阅读4页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于支持向量机回归的快速公交到站时间预测张洋程恩厦门大学信息科学与技术学院福建厦门福建信息职业技术学院福建福州摘要本文选择支持向量机回归算法预测快速公交车的到站时间以提高公共交通的准点性仿真时等针对班加罗尔的公交车的出行时间采用出行等提出了基于支持向量机和卡尔曼滤波的混合模型预测公交车在下一站的到站时间提出了改进的支持向量机模型格鲁布斯检验法在模型中对输入数据进行滤波提高预测准确性组合预测模型将不同的预测方法进行组合可以有效利用各种模型的优点根据公交到站时间预测研究现状来看支持向量机回归研究的是

doi:10.6043/j.issn.0438-0479.201605006 基于ε-支持向量机回归的快速公交 到站时间预测 张洋1,2*,程恩1 (1. 厦门大学信息科学与技术学院,福建 厦门 361005;2.福建信息职业技术学院,福建 福州 350003) 摘要:本文选择ε-支持向量机回归(ε-support vector machine regression , ε-SVR)算法预测快速公交车(BRT)的到站时间,以提高公共交通的准点性。仿真时。Deeshma, M等[6]针对班加罗尔的公交车的出行时间,采用出行Bai等[8]提出了基于支持向量机和卡尔曼滤波的混合模型预测公交车在下一站

文档评论(0)

yanpizhuang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档