2024年8月17日
星期六
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
宋国锋
作品数:
1
被引量:35
H指数:1
供职机构:
教育部
更多>>
发文基金:
国家自然科学基金
安徽省科技计划项目
安徽高校省级自然科学研究基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
梁焱
黄山风景区管理委员会
梁昌勇
教育部
陆文星
教育部
陈荣
蚌埠学院经济与管理系
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
支持向量
1篇
支持向量回归
1篇
群算法
1篇
子群
1篇
向量
1篇
粒子群
1篇
粒子群算法
1篇
客流
1篇
客流量
1篇
客流量预测
1篇
季节调整
1篇
PSO
1篇
SVR
机构
1篇
合肥工业大学
1篇
蚌埠学院
1篇
教育部
1篇
黄山风景区管...
作者
1篇
陈荣
1篇
陆文星
1篇
梁昌勇
1篇
梁焱
1篇
宋国锋
传媒
1篇
系统工程理论...
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于季节SVR-PSO的旅游客流量预测模型研究
被引量:35
2014年
准确的旅游客流量预测对旅游风景区有着决定性的意义.受多种原因影响,旅游客流量预测不仅呈现复杂非线性特点,而且显示出典型的季节性趋势,尤其在旅游旺季.文章提出一种季节支持向量回归(seasonal support vector regression,SSVR)和粒子群算法(particle swarm optimization,PSO)结合模型,即SSVR-PSO,实现对旅游客流量的预测.来自国内著名5A级风景区黄山2008-2011年最新月客流量数据仿真结果显示,SSVR-PSO模型预测精度明显高于SVRPSO、SVR-GA、BPNN、ARIMA等方法,是进行旅游客流量预测的有效工具.
陈荣
梁昌勇
陆文星
宋国锋
梁焱
关键词:
支持向量回归
季节调整
粒子群算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张