[发明专利]一种基于支持向量机和BP神经网络结合的交通流预测方法在审
| 申请号： | 201710779559.2 | 申请日： | 2017-09-01 |
| 公开（公告）号： | CN107705556A | 公开（公告）日： | 2018-02-16 |
| 发明（设计）人： | 暴建民;余涛 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01 |
| 代理公司： | 南京知识律师事务所32207 | 代理人： | 李吉宽 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于支持向量机和BP神经网络结合的短时交通流预测方法，首先历史交通流数据的采集，利用归一化方法对交通流数据进行预处理，得到归一化后的数据集,将归一化后的数据集划分为训练数据集和测试数据集；然后利用SVM模型对测试集进行预测分析，得到预测结果，使用BP神经网络模型对残差序列进行分析，得到修正后的残差序列；将SVM模型所得到的预测结果与BP神经网络模型所得到的修正残差序列相加，得到最终的预测数据；将测试数据集和预测数据进行比较，分析误差。本发明采用支持向量机和BP神经网络相结合的交通流预测方法，通过支持向量机模型对样本数据进行分析，使用较少的数据集得到较高的预测精确度，减少了计算量和计算难度。 | ||
| 搜索关键词： | 一种 基于 支持 向量 bp 神经网络 结合 通流 预测 方法 | ||
【主权项】：
一种基于支持向量机和BP神经网络结合的短时交通流预测方法，其特征在于包括如下步骤：步骤1:采集历史交通流数据，利用归一化方法对交通流数据进行预处理，得到归一化后的数据集,将归一化后的数据集划分为训练数据集和测试数据集；步骤2:利用SVM模型对测试数据集进行预测分析，得到预测结果，使用BP神经网络模型对残差序列进行分析，得到修正后的残差序列；步骤3:将SVM模型所得到的预测结果与BP神经网络模型所得到的修正残差序列相加，得到最终的预测数据；步骤4:将测试数据集和最终的预测数据进行比较，并分析误差。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710779559.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种实时在线视频购物系统及方法
- 下一篇：一种共享房屋租赁运营系统及其方法
