您现在的位置: 中国铁道科学研究院刊物出版近期目录与摘要铁道货运2008年05 期正文
2012年02期
2012年01期
2011年12 期
2011年11 期
2011年10 期
2011年09 期
2011年08 期
2011年07 期
2011年06 期
2011年05 期
2011年04 期
2011年03 期
2011年02 期
2011年01 期
2010年12 期
2010年11 期
2010年10 期
2010年09 期
2010年08 期
2010年07 期
2010年06 期
2010年05 期
2010年04 期
2010年03 期
2010年02 期
2010年01 期
2009年12 期
2009年11 期
2009年10 期
2009年09 期
2009年08 期
2009年07 期
2009年06 期
2009年05 期
2009年04 期
2009年03 期
2009年02 期
2009年01 期
2008年12 期
2008年11 期
2008年10 期
2008年09 期
2008年08 期
2008年07 期
2008年06 期
2008年05 期
2008年04 期
2008年03 期
2008年02 期
2008年01 期
2007年12 期
2007年11 期
2007年10 期
2007年09 期
2007年08 期
2007年07 期
2007年06 期
2007年05 期
2007年04 期
2007年03 期
2007年02 期
2007年01 期
2006年12 期
2006年11 期
2006年10 期
2006年09 期
2006年08 期
2006年07 期
2006年06 期
2006年05 期
2006年04 期
2006年03 期
2006年02 期
2006年01 期
2004年01 期
2003年增刊 期
2003年06 期
2003年05 期
2003年04 期
2003年03 期
2003年02 期
2003年01 期
2002年06 期
2002年05 期
 
 
 
2008年05 期
标题
基于数据挖掘的铁路货运量预测方法(26 卷)
英文标题
Forecast Method of Railway Freight Traffic Volume Based on Data Mining
摘要
随着铁路部门信息化的建设，海量的数据积累使得采用数据挖掘技术对铁路货运量进行预测十分必要。通过系统分析、数据预处理、数据挖掘及知识提取，提出了预测铁路货运量的三种算法：线性回归、BP神经网络及支持向量回归机，并通过实例验证比较了算法的有效性。
作者
新闻作者:李　彦
关键字
关键词:铁路货运量 数据挖掘 BP神经网络 支持向量回归机 
COPYRIGHT©2001-2025 CHINA ACADEMY OF RAILWAY SCIENCES CORPORATION LIMITED，ALL RIGHTS RESERVED
乐动平台官网 版权所有
京ICP备05020493号
星空体育·(中国)官方网站 | mk体育（中国）官方网站 | 开云体云APP官网入口 | 安博官网 | 安博平台 | 安博手机网页版登录入口 | 开云在线登录 | 安博在线 | 开云线上平台（集团）官方网站 |