期刊文献+

BP神经网络主成分分析法在交通需求预测中的应用 被引量:22

Application of Principal Component Analysis Method in BP Neural Network to Traffic Demand Predication
下载PDF
导出
摘要 主要介绍用主成分分析法对输入变量进行预处理的方法 .解决了由于输入变量过多所造成的 BP神经网络系统效率下降的问题 .用实例证明 ,BP神经网络主成分分析法模型在模拟预测中与一般的 The paper introduces the method handled on input variables in advance by the principle component analysis. The problem of the inefficiency in BP neural network owing to excessive input variables has been solved. Proved by example, the model of principal component analysis method in BP neural network has better effect than that of common BP neural network model in the course of the simulated predication.
出处 《武汉理工大学学报(交通科学与工程版)》 北大核心 2002年第3期386-388,共3页 Journal of Wuhan University of Technology(Transportation Science & Engineering)
关键词 主成分分析法 神经网络 预测模型 BP算法 权系数 交通需求 交通预测 principal component analysis method neural network predication model BP algorithm weight coefficient
  • 相关文献

参考文献1

  • 1袁曾任.人工神经元网络及其应用[M].北京:清华大学出版社,1990.66-77.

同被引文献157

引证文献22

二级引证文献164

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部