-
公开(公告)号：CN103730006B
公开(公告)日：2015-12-02
申请号：CN201410036172.4
申请日：2014-01-26
Applicant: 吉林大学
Abstract: 本发明针对现有短时交通流量的预测模型预测精确度不高的问题，提供了一种基于灰色系统与最小二乘支持向量机组合预测的短时交通流量预测方法，本发明利用灰色模型和最小二乘支持向量机（LSSVM）等人工智能方法的优势，建立了一种灰色系统与最小二乘支持向量机组合预测模型，通过对灰色模型进行残差修正和背景值修正以及对最小二乘支持向量机进行参数寻优，提高了组合预测模型的预测精度和推广泛化能力，随着预测时间延长，基于灰色系统与最小二乘支持向量机组合预测模型具有较高的预测精度，且预测精度的稳定性较高，本方法通过实证分析，获得了良好的改进效果。
-
公开(公告)号：CN104091216A
公开(公告)日：2014-10-08
申请号：CN201410367168.6
申请日：2014-07-29
Applicant: 吉林大学
IPC: G06Q10/04
Abstract: 本发明针对现有交通信息预测方法预测精确度不高的问题，提供了一种基于果蝇优化最小二乘支持向量机的交通信息预测方法，包括如下步骤：对原始交通信息数据进行归一化预处理，将数据归一化到[0，1]区间内，生成数据集并且进行分组，即训练集和测试集；选择径向基函数作为最小二乘支持向量机模型的核函数，确定参数组合(γ，σ)；采用果蝇优化算法对最小二乘支持向量机的参数组合(γ，σ)进行优化，在全局范围内得到最优值；代入经过优化的参数，构造基于果蝇优化最小二乘支持向量机的交通信息预测模型；输入数据集，通过预测模型生成交通信息预测结果；进行预测误差评价分析。
-
公开(公告)号：CN104200118A
公开(公告)日：2014-12-10
申请号：CN201410468796.3
申请日：2014-09-15
Applicant: 吉林大学
Abstract: 本发明公开了一种自动平衡机振动信号处理方法，针对待处理的振动信号中常出现的倍频干扰、非整次谐波干扰以及强噪声干扰的情况，提出了用最小二乘法拟合信号中各频率成分的大致频率值，获得小波变换尺度因子，并用Morlet复连续小波变换对信号进行带通滤波的处理，准确地提取出与转子转速相同的不平衡振动信号，计算出振动信号的幅值和频率，提高测量精确度和速度。用全相位FFT谱分析的方法计算振动信号相位，此方法能精确得到振动信号的初相位。
-
公开(公告)号：CN103730006A
公开(公告)日：2014-04-16
申请号：CN201410036172.4
申请日：2014-01-26
Applicant: 吉林大学
Abstract: 本发明针对现有短时交通流量的预测模型预测精确度不高的问题，提供了一种基于灰色系统与最小二乘支持向量机组合预测的短时交通流量预测方法，本发明利用灰色模型和最小二乘支持向量机（LSSVM）等人工智能方法的优势，建立了一种灰色系统与最小二乘支持向量机组合预测模型，通过对灰色模型进行残差修正和背景值修正以及对最小二乘支持向量机进行参数寻优，提高了组合预测模型的预测精度和推广泛化能力，随着预测时间延长，基于灰色系统与最小二乘支持向量机组合预测模型具有较高的预测精度，且预测精度的稳定性较高，本方法通过实证分析，获得了良好的改进效果。
-
-
-
Search Results
4
records
(took 0.018 seconds)
