没有合适的资源?快使用搜索试试~ 我知道了~
基于XGBoost的短期交通流量预测
12 下载量 100 浏览量
2021-03-08
05:12:35
上传
评论 1
收藏 1.37MB PDF 举报
温馨提示
试读
6页
快速准确的短期交通流量预测是交通分析与控制的重要前提。 由于短期交通流量具有非线性特征并且随机变化,因此传统的机器学习算法很难进行并行计算。 本文提出了一种结合小波分解和重构与极限梯度提升(XGBoost)算法的交通流量预测模型,以预测短期交通流量。 首先,在训练部分,利用小波降噪算法获得目标交通流的高频和低频信息。 其次,通过阈值方法处理交通流量的高频信息。 之后,将高频信息和低频信息重构为训练标签。 最后,将经过消噪的目标流量发送到XGBoost算法,以进行训练以预测流量。 这样,保留了每个采样周期内业务量的趋势,并减少了短期高频噪声的影响。 在北京收集的交通流量检测器数据的基础上,对所提出的交通流量预测方法进行了测试,并将其与支持向量机(SVM)算法进行了比较。 结果表明,所提算法的预测精度远高于支持向量机,在交通流预测领域具有重要意义。
资源推荐
资源评论
资源评论
weixin_38526612
- 粉丝: 7
- 资源: 892
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功