留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于时空特性和RBF神经网络的短时交通流预测

高为,  陆百川,  贠天鹂,  谭伟

downloadPDF
文章导航 > 交通信息与安全  > 2011 >  29(1): 16-19,24
高为, 陆百川, 贠天鹂, 谭伟. 基于时空特性和RBF神经网络的短时交通流预测[J]. 交通信息与安全, 2011, 29(1): 16-19,24. doi: 10.3963/j.ISSN1674-4861.2011.01.005
引用本文: 高为, 陆百川, 贠天鹂, 谭伟. 基于时空特性和RBF神经网络的短时交通流预测[J]. 交通信息与安全, 2011, 29(1): 16-19,24. doi: 10.3963/j.ISSN1674-4861.2011.01.005
shu
GAO Wei, LU Baichuan, YUN Tianli, TAN Wei. Short-term Traffic Flow Forecasting Based on Spatiotemporal Characteristics of Traffic Flow and RBF Neural Network[J]. Journal of Transport Information and Safety, 2011, 29(1): 16-19,24. doi: 10.3963/j.ISSN1674-4861.2011.01.005
Citation: GAO Wei, LU Baichuan, YUN Tianli, TAN Wei. Short-term Traffic Flow Forecasting Based on Spatiotemporal Characteristics of Traffic Flow and RBF Neural Network[J]. Journal of Transport Information and Safety, 2011, 29(1): 16-19,24. doi: 10.3963/j.ISSN1674-4861.2011.01.005
shu

基于时空特性和RBF神经网络的短时交通流预测

doi: 10.3963/j.ISSN1674-4861.2011.01.005

  • 重庆交通大学交通运输学院,重庆,400074

  • 重庆交通大学交通运输学院,重庆,400074

  • 重庆交通大学交通运输学院,重庆,400074

  • 重庆交通大学交通运输学院,重庆,400074

详细信息

  • 中图分类号: U491

Short-term Traffic Flow Forecasting Based on Spatiotemporal Characteristics of Traffic Flow and RBF Neural Network

WeChat 点击查看大图
计量
  • 文章访问数:  565
  • HTML全文浏览量:  127
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 刊出日期:  2011-02-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发