RBF Neural Network Traffic Flow Forecast Based on S-function Pre-processing
-
摘要: 根据交通流复杂性的特点,提出了一种基于S型函数标准化数据预处理的交通流量RBF网络预测方法,缩短了RBF网络训练时间;同时采用OLS算法有效降低RBF网络训练的随机性.实验仿真结果表明,该算法可用于实时交通流量及参数预测,并具有可靠的精度和较好的收敛速度.
点击查看大图
计量
- 文章访问数: 579
- HTML全文浏览量: 131
- PDF下载量: 0
- 被引次数: 0