作者：李宁 王晓东 侯俊峰 黄国勇冥函数变换短时交通流预测
摘要：实际交通流是一个明显含有噪声的非线性时间序列。针对这一特点提出对此时间序列进行冥函数变换，变换之后的噪声会比原始信号的压缩程度更大，从而降低白噪声对预测结果的不利影响；利用最小二乘支持向量机（LS．svM）对自回归求和滑动平均（ARIMA）模型的预测结果进行循环补偿；通过冥函数反变换对输出结果进行相应的信号还原。实验预测结果表明，经过冥函数变换后的组合预测模型具有较高的预测精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
