| RBF神经网络主成分分析法在交通量预测中应用 |
| |
| 引用本文： | 刘兴彬,万发祥.RBF神经网络主成分分析法在交通量预测中应用[J].山西科技,2007(1):54-56. |
| |
| 作者姓名： | 刘兴彬 万发祥 |
| |
| 作者单位： | 1. 河南省交通厅计划处
2. 长沙理工大学 |
| |
| 摘 要： | 文章基于径向基函数(RBF)神经网络应用于交通量预测时,如果输入空间严重自相关及网络维数较高时,RBF神经网络的预测精度会下降这一问题,提出了一种改进的RBF神经网络主成分分析法。用实例证明,该方法在模拟预测中与一般的RBF神经网络模型相比有较好的效果。
|
| 关 键 词： | 主成分分析法 交通量 预测模型 RBF算法 |
| 文章编号： | 1004-6429(2007)01-0054-03 |
| 修稿时间： | 2006-11-21 |
Application of RBF Main Neural Network Analytic Approach in Traffic Prediction |
| |
| Liu Xingbin,Wan Faxiang.Application of RBF Main Neural Network Analytic Approach in Traffic Prediction[J].Shanxi Science and Technology,2007(1):54-56. |
| |
| Authors: | Liu Xingbin Wan Faxiang |
| |
| Abstract: | Based on the problem that when RBF neural network is used in traffic prediction,if the input space is too self relevant and the network dimension is high,the predicting accuracy of RBF neural network would drop,this article has proposed an improved RBF main neural network analytic approach,which has been proved to be more effective than ordinary modes. |
| |
| Keywords: | main analytic approach traffic predicting mode RBF algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
