文献类型：期刊文章

作　　者：赵会敏[1] 雒江涛[1] 杨军超[1] 徐正[1] 雷晓[1] 罗林[1]

机构地区：[1]重庆邮电大学电子信息与网络工程研究院,重庆400065

出　　处：《电信科学》

基　　金：重庆市新一代信息网络与终端协同创新中心经费支持项目;基于云计算的网络流量分类标识和深度分析关键技术研究项目(No.cstc2013yykfA40006)~~

年　　份：2016

卷　　号：32

期　　号：2

起止页码：60-67

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、INSPEC、JST、NSSD、RCCSE、ZGKJHX、核心刊

摘　　要：BP神经刚络对逼近实数值提供了一种顽健有效的学习方法,适合对路口交通流量进行预测。针对BP神经网络存在易陷入局部最小值和收敛速度慢的问题,提出了一种集成BP预测模型。该模型集成多个具有不同初始权值和训练集的BP模型,并以加权平均值的方法作为结合方法。其中的每个BP模型是以一种改进的MapReduce方法实现的。将该模型运用到交通路口车辆分流流量大小的预测实例中,并依次与单机实现的单个BP模型和MapReduce实现的单个BP模型进行比较。结果表明,集成BP模型在路口车辆分流流量大小的预测中有较高的准确率和实时件。

关 键 词：BP神经网络 集成预测  MAPREDUCE 加权平均值 交通路口分流流量大小的预测  

分 类 号：TP183]