典型文献
基于SVM与神经网络组合模型的短时交通流预测研究
文献摘要：
为提高短时交通流预测的数据拟合能力,提出基于支持向量机(SVM)与神经网络的组合预测模型SVM-BPNN、SVM-RBFNN.结合实际道路的短时交通流数据,将组合模型与其他典型预测方法实验对比.结果表明,本文提出的组合模型SVM-RBFNN预测精度更高,在短时交通流量预测方面具有明显优势.
文献关键词：
短时交通流;神经网络;支持向量机
中图分类号：
作者姓名：
刘君
作者机构：
广州城建职业学院,广东广州510000
文献出处：
引用格式：
[1]刘君-.基于SVM与神经网络组合模型的短时交通流预测研究)[J].电脑知识与技术,2022(17):6-8
A类：
B类：
组合模型,短时交通流预测,预测研究,数据拟合,组合预测模型,BPNN,RBFNN,实际道路,流数据,实验对比,短时交通流量预测
AB值：
0.214167
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
