TY -的A2 Hernandez-Perez j .阿尔弗雷多盟——胡须,丽达AU -罗德里格斯,Nibaldo PY - 2017 DA - 2017/02/05 TI -小说Multilevel-SVD方法改善多步向前预测交通事故领域SP - 7951395六世- 2017 AB -这是提出了一个新颖的方法来分解的非平稳时间序列的低和高频率的组成部分。该方法是基于多级奇异值分解(MSVD)汉克尔矩阵。分解用于提高预测精度的多输入多输出(MIMO)线性和非线性模型。三个时间序列来自交通事故领域使用。他们代表的人数在交通事故中受伤的圣地亚哥,智利。智利警察和收集的数据不断2014:12是从2000:1每周取样。MSVD的性能比较低,高频成分的分解基于平稳小波变换的普遍接受的方法(SWT)。SWT与自回归模型(SWT + MIMO-AR)和SWT与一个自回归神经网络(SWT + MIMO-ANN)进行评估。实证结果表明,最好的精度是通过预测模型基于MSVD分解方法,提出基于SWT与预测模型相比。SN - 1687 - 5265 UR - https://doi.org/10.1155/2017/7951395 - 10.1155 / 2017/7951395摩根富林明计算智力和神经科学PB - Hindawi KW - ER