龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江科技大学
摘要：本发明属于交通技术领域，具体涉及基于CEEEMDAN‑SVR‑SMA的短时交通流预测方法及系统。方法包括：S1，对原始数据进行预处理；S2，将预处理好的数据进行CEEMDAN分解，得到IMF系列；将IMF系列中的IMF1单独列为高频分量，剩下的IMF重构为低频分量；S3，将高频分量和低频分量均划分为数据集、验证集和测试集；S4，分别对高频分量和低频分量构建SVR预测模型，并且引入SMA优化算法进行训练；S5，使用训练好的SVR预测模型分别预测高频分量和低频分量的结果；S6，将高频分量和低频分量的预测结果重构得到最终的预测结果。本发明具有参数量较少、运行速度快且能较好捕捉交通流数据中细微波动的特点。
主权项：1.基于CEEEMDAN-SVR-SMA的短时交通流预测方法，其特征在于，包括如下步骤：S1，数据预处理：对原始数据进行预处理，包括对数据缺失值进行填充；S2，数据分解与重构：将预处理好的数据进行CEEMDAN分解，得到IMF系列；将IMF系列中的IMF1单独列为高频分量，剩下的IMF重构为低频分量；S3，数据集划分：将高频分量和低频分量均划分为数据集、验证集和测试集；S4，构建短时交通流预测模型：分别对高频分量和低频分量构建SVR预测模型，并且引入SMA优化算法进行训练；S5，预测结果：使用训练好的SVR预测模型分别预测高频分量和低频分量的结果；S6，预测结果重构：将高频分量和低频分量的预测结果重构得到最终的预测结果。
全文数据：
权利要求：
百度查询： 浙江科技大学 基于CEEEMDAN-SVR-SMA的短时交通流预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号