基于随机森林模型的短时交通流预测方法
短时交通流的准确高效预测对于智能交通系统的应用十分关键，但较强的非线性和噪声干扰使其对模型的灵活性要求较高,并且还需在尽可能短的时间内处理大量的数据。因此，讨论了用随机森林模型对短时交通流进行预测，该模型具有比单棵树更强的泛化能力，参数调节方便，计算高效，且稳定性好。观察交通流数据在较长时间跨度上的变化后，提取出主要特征变量构造输入空间，对模型进行训练后，在测试集上的预测准确率约为94%。与目前广泛使用的支持向量机模型进行对比分析，结果显示随机森林预测不仅准确率稍好于支持向量机，而且在效率、易用性及未来应用的扩展上都要优于支持向量机。
文件下载
评论信息
其他资源
- cgal学习手册
- 用A*算法路径规划， matlab程序
- EtherNet-IP（中文版）
- altium designer TTL元件库
- head first设计模式（中文版，附源码）
- XC32激活工具
- eemd中求极值的方法，或求上下包络线的方法
- MA2操作手册最新2011.7.12
- 可以适配权限管理的android-support-v4-jar.rar
- 智慧园区建设方案
- 08 并行计算-清华大学薛巍.zip
- PLC数据采集，凸轮拟合
- 《植物大战僵尸》的12个成功秘诀
- tcnative-1.dll win32~64 bit 下载
- 中央广播电视大学《公司概论》期末总复习资料（含答案）.pdf
- 大数据导论（通识课版）-第4章-大数据应用（2020年春季学期）.ppt
- Directx开发实例.zip
- 算法中的分数背包问题
- gt911芯片驱动1
- 二叉树的C语言实现，实现二叉树基本功能
- 教务管理系统测试报告
- java的excel数据录入与读取（代码加完美注释！）
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明