基于数据挖掘的前向型神经网络在交通流时序预测中的应用

东南大学硕士学位论文基于数据挖掘的前向型神经网络在交通流时序预测中的应用姓名：林钢申请学位级别：硕士专业：系统工程指导教师：陈森发20040101基于数据挖掘的前向型神经网络在交通流时序预测中的应用作者：林钢学位授予单位：东南大学参考文献(75条)1.参考文献2.常海宾数据挖掘--数据库技术的新时代20013.朱廷昭前途光明的数据挖掘技术20014.刘同明数据挖掘技术及其应用20015.杨炳儒知识工程与知识发现20006.周晓宇.李慎之.戚晓芳.徐宝文数据挖掘技术初探[期刊论文]-小型微型计算机系统2002(3)7.ZPawlakRoughSets1982(05)8.刘同明数据挖掘技术及其应用20019.曾黄麟粗集理论及应用199610.肖攸安.李腊元数据挖掘与知识发现的理论方法及技术分析200111.LBrieman.JFredman.ROlshenClassifycationofregressiontrees198412.JRQuinlanC4.5Programsformachinelearning199313.周晓宇.李慎之.戚晓芳.徐宝文数据挖掘技术初探[期刊论文]-小型微型计算机系统2002(3)14.MMehta.RArawal.JRissanenSLIQ:Afastscalableclassifierfordatamining199615.JShafer.RArawal.MMehtaSPRINT:Ascalableparallelclassifierfordatamining199616.GoldbergDGeneticAlgorithmsinSearch,OptimizationandMachineLearning198917.RJBranchman.TAnandTheProcessofKnowledgeDiscoveryinDatabases199618.TRenartzFocusingSolutionsforDataMining199919.GJWilliams.ZHuangModellingTheKDDProcess[TR-DM-96013,CRIRODivisionofInformationTechnology,CPOBox664,Canberra,ACT2601,Australia]199620.CrossIndustryStandardProcessforDataMining21.朱建秋数据挖掘系统发展综述22.UMFayyad.GPiatetsky-Shaperio.PSmythAdvancesinKnowledgeDiscoveryandDataMining199623.杨炳儒知识工程与知识发现200024.从爽神经网络、模糊系统及其在运动控制中的应用200125.从爽神经网络、模糊系统及其在运动控制中的应用200126.张乃尧.阎平凡神经网络与模糊控制199827.邵栋.周志华.陈兆乾模糊神经网络研究[期刊论文]-计算机应用研究1999(7)28.刘鹰.赵琳神经网络B-P算法的改进和仿真1999(07)29.张魏.藤冬梅BP算法及其研究2000(03)30.李宗坤.郑晶星.周晶误差反向传播神经网络模型的改进及其应用[期刊论文]-水利学报2003(7)31.胡守仁.沈清.余少波神经网络应用技术199832.RumelhartDELearningRepresentationbyBPErrors1986(07)33.PatrickPMinimizationMethodforTrainingFeedForwardNeuralNetwork1994(07)34.高小榕.杨福生采用同伦BP算法进行多层前向网络的训练[期刊论文]-计算机学报1996(9)35.彭松.方祖祥BP神经网络学习算法的联合优化[期刊论文]-电路与系统学报2000(3)36.赵斌.吴中如BP模型在大坝安全监测预报中的应用1999(12)37.WLChan.AlbertTPSo.KCLamDynamiczoningforintelligentsupervisorycontrol1995(02)38.GFNewellStrategiesforservingpeakelevatortraffic1998(08)39.GCastellano.AMFanelliAneuro-fuzzymodelreductionstrategy199740.CarpenterGA.GrossbergA.RosenDBFuzzyARTfaststablelearningandcategorizationofanalogpatternsbyanadaptiveresonancesystems199141.GrossbergSAdaptivepatternclassificationanduniversalrecoding197642.孙增析.张再兴智能控制理论与技术199743.HNakajimaFuzzyLogicandDataMining199644.HLuRSetiono.HLiuEffectiveDataMiningUsingNeuralNetworks1996(06)45.王宏禹随机数字信号处理199846.CPKwongRobustdesignoftheLMSalgorithm1992(10)47.MarkusRupp.AliHSayedAtime-domainfeedbackanalysisoffiltered-erroradaptivegradientalgorithm1996(06)48.杨兆升.李全喜基于城市交通控制系统的动态车辆行驶路线选择的方法1999(01)49.HMZhangRecurisivepredictionoftrafficconditionwithneuralnetworkmodels2000(06)50.谭国真.高文时间依赖的网络中最小时间路径算法[期刊论文]-计算机学报2002(2)51.胡瑞敏广义知识存储原理与高阶广义神经网络[期刊论文]-电子学报1996(7)52.郝培锋.肖文栋.祝钢.徐心和关于BP网络变结构问题的研究[期刊论文]-控制与决策2001(3)53.EckJT.ShihFYAnautomatictext-freespeakerrecognitionsystembasedofanenhancedART2neuralarchitecture1994(03)54.胡飞.靳蕃广义同余神经网络的算法改进与性能分析[期刊论文]-西南交通大学学报2001(2)55.李有梅.孙建永.徐宗本广义离散神经网络模型及启发式算法[期刊论文]-西安交通大学学报2002(6)56.廖晓昕.杨叔子.程时杰.沈轶具有反应扩散的广义神经网络的稳定性[期刊论文]-中国科学E辑2002(1)57.张巍BP算法及其实现[期刊论文]-计算机与现代化2000(3)58.张娥.冯秋红.宣慧玉.田增瑞Web使用模式研究中的数据挖掘[期刊论文]-计算机应用研究2001(3)59.谈晓洁.周晶.盛昭瀚城市交通拥挤特征及疏导决策分析[期刊论文]-管理工程学报2003(1)60.王扶东.朱云龙.薛劲松基于数据挖掘的客户关系分析评价系统200261.肖攸安.李腊元数据挖掘与知识发现的理论方法及技术分析[期刊论文]-交通与计算机2002(1)62.陈富赞.寇继凇.王以直数据挖掘方法的研究[期刊论文]-系统工程与电子技术2000(8)63.刘君强.孙晓莹.费玉莲.王雅芬数据挖掘技术在企业经营中的应用研究[期刊论文]-商业经济与管理2003(6)64.李蓓分析型CRM:留住黄金客户65.LanHWitten.EibeFrankDataMining200066.王清毅.张波.蔡庆生目前数据挖掘算法的评价[期刊论文]-小型微型计算机系统2000(1)67.UFayyad.GPiatedsky-shapiro.PsmythFromdataminingtoknowledgediscover:Anoverview199468.周明.孙树栋遗传算法原理及应用199969.闻新.周露.李翔.张宝伟Matlab神经网络仿真与应用200370.尹宏宾.徐建闽.周其节遗传算法在交通量预测中的应用1998(11)71.张继萍.吴硕贤人工神经网络在道路交通噪声预测中的应用[期刊论文]-环境科学学报1998(5)72.张乃尧.严平凡神经网络与模糊控制199873.飞思科技产品研发中心Matlab6.5辅助神经网络分析与设计200374.贾丹基于神经网络的交通流的预测[期刊论文]-锦州师范学院学报(自然科学版)2002(3)75.张亚平.裴玉龙交通流数据采集、处理及其在通行能力分析中的应用研究[期刊论文]-东北公路2003(1)相似文献(4条)1.学位论文居效密知识库在数据挖掘中的应用研究2003该文针对一个数据分析和预测的数据挖掘应用,提出了基于知识库的数据挖掘系统概念.并且设计和实现了该数据挖掘系统,在设计和实现的过程中,该文主要解决了以下一些主要问题:1)知识库对数据库的集成.由于数据库具有存储和管理数据的强大能力,在系统实现时,仍然采用了数据库来存储和管理数据.为了解决这个矛盾,新设计了数据库到知识库的数据转换器(DataTransformer),该转换器较好地解决了知识库对数据库的集成问题.2)知识库对数据挖掘引擎的集成.在数据分析和预测的数据挖掘任务中,该系统选取了神经网络算法.本文舍弃了传统的神经网络的矩阵运算,定义了组成一个前向型神经网络所需的全部抽象数据类型,从而成功地设计了一个神经网络的抽象数据类型,较好地解决了知识库对数据挖掘引擎的集成.在系统实现部分,该论文对该基于知识库的数据挖掘系统作了功能上的简介,并通过对一系列数据的分析和预测的实验,对该数据挖掘系统的性能做了一个总体的评估.在该文的最后,作者对基于知识库的数据挖掘系统的概念在数据挖掘领域更大的应用作了探讨.2.学位论文徐中华数据挖掘技术在油田生产管理信息系统中的应用研究2007当今的社会是个信息和科技非常发达的社会，随着信息化建设的不断发展，各行各业都有大量的数据被存储在各种数据仓库中，而且数据量每天都在不断以惊人的速度增加，数据种类繁多，如何有效利用这些信息，为本行业提供有用的决策信息，从大量数据中挖掘出有用的数据信息进行提炼和加工，为企业领导提供集成化和历史化的数据，为企业全局的策略决策和长期趋势分析提供更有效的支持，已成为企业生存与发展至关重要的环节。在大型油田中，积累了大量的数据，激增的数据背后隐藏着许多重要的信息，怎样从这些大量数据中提取出有用的信息和知识，更好地为油田的发展提供帮助成为迫切需要，而数据挖掘技术的出现正好解决了这一问题。数据挖掘是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则，这些规则蕴涵了数据库中一组对象之间的特定关系，提出一些有用的信息，为经营决策、市场策划、金融预测等提供依据。数据挖掘是人工智能领域的一门重要的学科，也是数据库系统和新的数据库应用的一个有希望的、欣欣向荣的学科前沿。它又称为数据库中知识发现(KDD)，其任务是从数据中发现模式，是自动的或方便的模式提取，这些模式代表隐藏在大型数据库、数据仓库或其他大量信息存储中的知识。它是一个多学科领域，从多个学科汲取营养。这些学科包括数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算和数据可视化。在对大规模科学数据进行处理时，往往会因为其具有规模大、特征复杂的特点，使得理解、分析这些科学数据，并从中获取知识变得十分困难，由此数据挖掘势在必行数据挖掘常采用的算法及理论有粗糙集、神经网络等。粗糙集理论是Pawlak教授在20世纪80年代提出的一种处理不确定性和含糊性知识的数学处理工具，它能有效地分析和处理不精确、不一致、不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。可以方便地描述知识表示中不同属性的重要性，减少知识表示空间的维数。知识