改进的LS-SVM算法及在交通流量预测上的应用
来源期刊：昆明理工大学学报(自然科学版)2008年第6期
论文作者：张朝元 陈丽
文章页码：72 - 75
关键词：SVM法;LS-SVM法;多元线性回归;交通流量;预测;
摘 要：对标准的LS-SVM算法进行了改进,得到一种新的学习算法.这种新的学习算法不仅能减少计算的复杂性,提高学习速度;同时能提高函数估计的精确度.将改进的LS-SVM算法应用于交通流量的预测,同时与传统的多元线性回归及支持向量机方法进行比较,结果表明改进的LS-SVM方法具有较高的预测精度,且实验取得了较好效果.
张朝元1，陈丽2
1. 大理学院数学与计算机学院2. 大理学院物理与电子信息学院
摘 要：对标准的LS-SVM算法进行了改进,得到一种新的学习算法.这种新的学习算法不仅能减少计算的复杂性,提高学习速度;同时能提高函数估计的精确度.将改进的LS-SVM算法应用于交通流量的预测,同时与传统的多元线性回归及支持向量机方法进行比较,结果表明改进的LS-SVM方法具有较高的预测精度,且实验取得了较好效果.
关键词：SVM法;LS-SVM法;多元线性回归;交通流量;预测;
