通过划分模糊数据集最小化不准确性——分析方法论验证
人工智能
2010-05-25 v1
摘要
在过去二十年中，已经提出了许多基于模糊时间序列的预测方法。大多数模糊时间序列方法是为预测道路交通事故而提出的。然而，现有方法的预测准确率还不够好。在本文中，我们将我们提出的模糊时间序列预测新方法与现有方法进行了比较。我们的方法基于道路交通事故历史数据的均值划分。所提出的方法属于 k 阶和时变方法。与现有方法相比，所提出的方法在预测道路交通事故时能够获得最佳的预测准确率。
引用
@article{arxiv.1005.4272,
title = {Inaccuracy Minimization by Partioning Fuzzy Data Sets - Validation of Analystical Methodology},
author = {G. Arutchelvan and S. K. Srivatsa and R. Jagannathan},
journal= {arXiv preprint arXiv:1005.4272},
year = {2010}
}
备注
IEEE Publication format, International Journal of Computer Science and Information Security, IJCSIS, Vol. 8 No. 1, April 2010, USA. ISSN 1947 5500, http://sites.google.com/site/ijcsis/