一、基本信息
文档名称：基于相空间重构和PSO-GPR的短时交通流预测
文档格式：pdf格式
文档大小：0.92MB
总页数：7页
二、简介
《基于相空间重构和PSO-GPR的短时交通流预测》是一篇研究如何提高交通流预测精度的文章。该文结合相空间重构技术与高斯过程回归（GPR），利用粒子群优化算法（PSO）对GPR模型参数进行优化，从而提升预测性能。通过相空间重构，能够有效提取交通流数据中的动态特征，增强模型对非线性关系的拟合能力。实验结果表明，该方法在短时交通流预测任务中表现出较高的准确性和稳定性，为智能交通系统提供了有力的技术支持。
三、预览
- 文件大小:
- 942.08 KB
- 下载次数:
- 60
- 基于相空间重构和PSO-GPR的短时交通流预测.pdf
-
高速下载
| 
