BP神经网络主成分分析法在汽车保有量预测中的应用

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

BP神经网络主成分分析法在汽车保有量预测中的应用

何明, 过秀成

文章导航 > 交通信息与安全 > 2007 > 25(4): 96-99

何明, 过秀成. BP神经网络主成分分析法在汽车保有量预测中的应用[J]. 交通信息与安全, 2007, 25(4): 96-99. doi: 10.3963/j.issn.1674-4861.2007.04.026

引用本文:

何明, 过秀成. BP神经网络主成分分析法在汽车保有量预测中的应用[J]. 交通信息与安全, 2007, 25(4): 96-99. doi: 10.3963/j.issn.1674-4861.2007.04.026

HE Ming, GUO Xiucheng. Application of BP Neural Network Principal Component Analysis to Forecasting the Automobile Population[J]. Journal of Transport Information and Safety, 2007, 25(4): 96-99. doi: 10.3963/j.issn.1674-4861.2007.04.026

Citation:

HE Ming, GUO Xiucheng. Application of BP Neural Network Principal Component Analysis to Forecasting the Automobile Population[J]. Journal of Transport Information and Safety, 2007, 25(4): 96-99. doi: 10.3963/j.issn.1674-4861.2007.04.026

何明, 过秀成. BP神经网络主成分分析法在汽车保有量预测中的应用[J]. 交通信息与安全, 2007, 25(4): 96-99. doi: 10.3963/j.issn.1674-4861.2007.04.026

引用本文:

何明, 过秀成. BP神经网络主成分分析法在汽车保有量预测中的应用[J]. 交通信息与安全, 2007, 25(4): 96-99. doi: 10.3963/j.issn.1674-4861.2007.04.026

HE Ming, GUO Xiucheng. Application of BP Neural Network Principal Component Analysis to Forecasting the Automobile Population[J]. Journal of Transport Information and Safety, 2007, 25(4): 96-99. doi: 10.3963/j.issn.1674-4861.2007.04.026

Citation:

HE Ming, GUO Xiucheng. Application of BP Neural Network Principal Component Analysis to Forecasting the Automobile Population[J]. Journal of Transport Information and Safety, 2007, 25(4): 96-99. doi: 10.3963/j.issn.1674-4861.2007.04.026

BP神经网络主成分分析法在汽车保有量预测中的应用

doi: 10.3963/j.issn.1674-4861.2007.04.026

何明,
过秀成

东南大学,南京,210096
东南大学,南京,210096

基金项目:

江苏省科研项目

国家自然科学基金

中图分类号: U491
计量
- 文章访问数: 311
- HTML全文浏览量: 73
- PDF下载量: 0
- 被引次数: 0
出版历程
- 刊出日期: 2007-08-28

Application of BP Neural Network Principal Component Analysis to Forecasting the Automobile Population

摘要: 针对影响汽车保有量预测的多个因素,采用主成分分析的方法提炼出较少的与线性无关的主要因素,并根据这些因素,利用BP神经网络方法对汽车保有量进行了预测,最后通过实例, 将BP神经网络主成分分析法计算结果和非线性模拟与全要素BP神经网络模拟结果进行比较,得知BP神经网络主成分分析法在运算效率、运算精度上较优.
- 汽车保有量 /
- 预测 /
- BP神经网络 /
- 主成分分析

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 311
HTML全文浏览量: 73
PDF下载量: 0
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

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