文献

J-GLOBAL ID：202002222157066498   整理番号：20A1943648

ウェーブレットニューラルネットワークモデルに基づく空港旅客流予測【JST・京大機械翻訳】

Airport Passenger Flow Forecast Based on the Wavelet Neural Network Model

著者 (2件)： Chen Junjian (Foshan University, Foshan, China) ,  Li Jing (Foshan University, Foshan, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICDLT ’18  ページ： 61-65  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 情報時代において,空港乗客フローの大規模データを抽出する有効な方法は,研究者の問題を提起する。短期トラフィックは高い非線形性を持ち,ニューラルネットワークは非線形問題と良好な自己適応性と自己学習能力を解決するユニークな利点を持っている。本論文では,空港乗客フローの周期的特性,Morletベースウェーブレットニューラルネットワークモデルに基づいた改良ウェーブレットニューラルネットワーク研究法を用いて,短期における空港乗客流れを予測した。予測値と実際の値の間の絶対誤差範囲は[0,70]以内であり,相対誤差範囲は[0,0.3]以内であり,ウェーブレットニューラルネットワークモデルが空港での短期旅客流をより良く予測できることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *空港 ,  *ニューラルネットワーク ,  非線形性 ,  *乗客 ,  非線形問題
準シソーラス用語： 自己適応 ,  自己学習 ,  相対誤差 ,  *ウェーブレットニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 予測 ,  旅客の流れ ,  ウェーブレットニューラルネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  放射,大気光学  (DC05080C)

タイトルに関連する用語 (3件)： 空港 ,  旅客 ,  予測