Hadoop环境下基于支持向量回归机的短时交通流预测模型的构建与性能分析

作     者：程山英 CHENG Shanying

作者机构：江西科技师范大学数学与计算机科学学院江西南昌330019 

基　　金：2021年度江西省教育厅科学技术研究项目“Hadoop环境下基于支持向量回归机的短时交通流预测模型研究”(项目编号:GJJ211114) 

出 版 物：《信息与电脑》 (Information & Computer)

年 卷 期：2022年第34卷第15期

页      码：51-54页

摘      要：针对交通流预测精度低,造成短时交通拥堵的问题,设计Hadoop(分布式计算)环境下基于支持向量回归机的短时交通流预测方法。首先提取出短时交通流的动态随机特征,将得到的交通流数据作为预测基础数据;其次基于支持向量回归机进行短时交通流回归分析,综合判定短时间内的交通环境;最后构建出短时交通流预测模型,在缩短预测延迟的基础上,提高交通流预测精准度,进而实现短时交通流的精准预测。根据预测方法理念,对该方法进行性能分析,得出该预测方法的预测误差较小,预测精度更高的结论,极具推广价值。

主 题 词：Hadoop环境 支持向量回归机 短时交通流 预测模型 性能分析 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1003-9767.2022.15.015

馆 藏 号：203115492...