论文摘要
本文针对交通数据挖掘领域的交通流预测问题进行研究和实现.主要对数据挖掘技术应用于交通流数据的特征选择和交通流预测模型的建立提出算法.在对采样数据进行清洗后,以分类与回归决策树作为基学习器,采用梯度提升决策树进行回归拟合,计算出交通数据的特征重要度.并以此重要度作为自适应特征选择的依据.其次,采用聚类算法对选取后的特征数据进行聚类分析,缩小样本大小的同时,同类数据更加相似.最后,以实时数据匹配相应聚类作为训练数据集,使用经过人工鱼群算法优化参数后的支持向量机进行交通流预测.本文结尾通过实验数据论证本文所提出的算法和模型.
论文目录
文章来源
类型: 期刊论文
作者: 邓晶,张倩
关键词: 数据挖掘,交通流预测,特征选择,梯度提升决策树,支持向量机,人工鱼群算法
来源: 计算机系统应用 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用
单位: 南京工程学院计算机工程学院
分类号: U491.1;TP311.13
DOI: 10.15888/j.cnki.csa.006969
页码: 114-120
总页数: 7
文件大小: 883K
下载量: 323