-
题名基于点积-平移SVM的客运通道客流量预测方法
- 1
-
-
作者
梁吉贵
王剑非
李智明
高瑢
-
机构
曲靖市宣富高速公路投资建设开发有限公司
云南省建设投资控股集团有限公司
云南建设基础设施投资股份有限公司
-
出处
《国外电子测量技术》
2025年第7期7-13,共7页
-
基金
重大科技专项计划(202102AD080003)。
-
文摘
为适应客运通道客流量数据的复杂非线性特性,挖掘客流量的多维度影响因子,提出了一种基于点积-平移支持向量机(Support Vector Machine,SVM)的客运通道客流量预测方法。综合考虑影响客运通道客流量的各种因素,进行客流量多维度影响因子分析,并采用皮尔逊相关分析技术计算多维度影响因子与客运通道客流量之间的关联系数。采集客流量历史数据,与关联系数一同输入支持向量机模型中。采用混合点积核函数和平移不变型核函数,进行支持向量机模型求解。依据映射函数逐步进行预测,实现未来时刻客运通道客流量预测。实验结果表明,该方法能够精准捕捉客运通道客流量变化规律。在晴天、雨天等不同环境下,对工作日、普通周末、春节、国庆节等不同节假日时的客运通道客流量预测误差低于0.7%,预测稳定性均稳定在98.5%以上,有效证明了该方法具有良好的可靠性。该方法有助于客运资源的合理调配,推动智能化客运管理水平的提升。
-
关键词
点积核函数
平移不变型核函数
支持向量机
客运通道
客流量预测
影响因子分析
-
Keywords
dot product kernel function
translation-invariant kernel function
support vector machine
passenger transport channel
passenger flow prediction
analysis of influencing factors
-
分类号
TP31
[自动化与计算机技术—计算机软件与理论]
U293.1
[交通运输工程—交通运输规划与管理]
-
-
题名基于点密度加权核模糊聚类的变压器故障诊断方法
被引量：15
- 2
-
-
作者
刘卫华
廖瑞金
杨丽君
-
机构
重庆大学输配电装备及系统安全与新技术国家重点实验室
-
出处
《电力自动化设备》
EI
CSCD
北大核心
2012年第6期66-69,79,共5页
-
文摘
变压器油中溶解气体分析(DGA)是电力变压器绝缘诊断的重要方法。针对模糊C-均值聚类算法(FCM)用于DGA时存在可分性差和等趋势划分等问题,用样本点分布密度大小作为权值,结合核函数的增强可分性,提出点密度加权模糊核C-均值聚类算法,并将其用于变压器DGA数据分析,从而实现变压器的故障诊断。实例分析结果表明该算法能快速、有效地对样本进行聚类,且特别适用于含有噪声样本的环境。
-
关键词
点密度
核函数
FCM
变压器
DGA
故障诊断
模糊理论
聚类算法
-
Keywords
dot density
kernel function
FCM
electric transformers
DGA
fault diagnosis
fuzzy theory
clustering algorithms
-
分类号
TM411
[电气工程—电器]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名乘积匹配多项式的存在性
被引量：2
- 3
-
-
作者
刘建强
-
机构
宁夏大学数学统计学院
-
出处
《兰州理工大学学报》
CAS
北大核心
2019年第2期149-154,共6页
-
基金
宁夏高校科学研究项目(NCY2018047)
-
文摘
假若一个以点积为自变量的多项式不是再生核,则它无法在机器学习的核方法中使用.解决此问题的办法之一是匹配另外一个点积的多项式,使两者乘积成为再生核.在一定条件下,通过解一系列的不等式,得到匹配多项式存在的充分必要条件,并探讨与此条件相关的数列和生成函数列的性质.
-
关键词
点积核
再生核
多任务核
连分式
函数列
-
Keywords
dot product kernel
reproducing kernel
multitask kernel
continued fraction
function sequence
-
分类号
O29
[理学—应用数学]
-
-
题名基于点积-平移支持向量机的客运需求预测
被引量：1
- 4
-
-
作者
沈瑞光
裴玉龙
-
机构
哈尔滨工业大学交通科学与工程学院
-
出处
《大连海事大学学报》
CAS
CSCD
北大核心
2012年第4期99-102,共4页
-
基金
"十一五"国家科技支撑计划(2006BAJ18B01-03)
-
文摘
提出一种适用于多影响因素回归拟合的全社会客运量预测的点积-平移型支持向量机算法.该算法能够全面、系统地分析影响客运量需求变化的关联因素,通过关联元素去冗处理,确定作为支持向量机算法输入变量的核心关联元素.考虑到客运量预测是一个基于时序变化的外推过程,并且受社会经济发展中多项影响因素的制约,数据变化存在着阶段性特征,提出利用点积-平移型核函数来拟合需求变化过程.对历史数据集的测试结果表明,该算法性能评价满足要求,可为远景客运量预测提供理论依据.
-
关键词
支持向量机
去冗处理
点积-平移核函数
客运量预测
-
Keywords
support vectors machine
reduced redundancy processing
dot product-translation kernel function
passenger traffic forecast
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
