当前位置: 首页> 交通中文期刊数据库 >详情
原文传递 基于SVM-KNN的降雨条件下短时公交客流预测
题名: 基于SVM-KNN的降雨条件下短时公交客流预测
正文语种: 中文
作者: 刘欣彤;黄小龙;谢秉磊;
关键词: 城市交通;公交客流;短时预测;SVM-KNN;降雨条件
摘要: 为了提高降雨条件下短时公交客流的预测精度,提出一种基于SVM-KNN的短时公交客流预测模型。分析了降雨天气与公交客流的相关关系,揭示不同降雨等级对公交客流量的影响。进一步发挥支持向量机(SVM)的快速归类和K近邻算法(KNN)的高预测精度的优点,提出了基于SVMKNN的短时公交客流预测模型。具体方法为:用SVM训练少量数据生成子数据库,随后采用KNN识别相似模式预测短时公交客流。通过采集深圳市南山区4条公交线路降雨条件下的客流数据进行算例仿真,验证了模型和算法的有效性。结果表明,SVM-KNN算法的综合平
期刊名称: 交通信息与安全
出版年: 2018
期: 05
页码: 117-123
检索历史
应用推荐