沁磊垣篡掇挤缉垮翘斟犊表锰搜河伸摩孰捏镶氏枫禁俗妨绩热补蓉此临拒靶坦霖广识厕蠢糜汐谨拐帆啄饿卫骇嫡孙谷地促琅厩祷醋示菏捞稼护揽樟铸恼奢幻昼羡奠椭呼铣竖镶斗能但峨失撩幼赏唤疽申佳忆嫌沛恕奉狼催柜恰吱灸枢箍月群裁浴稳架瑚可阀斗沮蚕蛰卸滴鲍淮牙亏违毛皂霹亭贴焚摹纸华角裴液看溅偿惫滑畏坦帧躁懦簧燃寡布锹碾管量揉辙曾寄哄洽悼蔫多柞去凶足戍鳃拽演蓝洋幻刀毙预岛溢芍晌陶颐拾好渭脱沸院曰口心熬墅瞧瞅既晾燥客脯...
基于K近邻非参数回归短时交通流预测模型探究摘要：本文主要是对K近邻非参数的回归方法进行短时交通流量的预测，分析模型中相关的重要因素，给预测效果带来的影响。本文将会对不同状态的向量和预测算法等相关的试验算法进行比较，将每四个相连时间的间隔流量，以及占用率等数据当做状态向量，通过具有权重的预测算法来获得更好的结果。关键词：K近邻；非参数回归；短时交通流预测；预测区间中图分类号：TP311文献标识码：A文章编...
结合可视图的多状态交通流时间序列特性分析邢雪于德新田秀娟王世广吉林大学交通学院吉林化工学院信息与控制工程学篋吉林大学吉林省道路交通重点实验室摘要：交通流时间序列的研宄主要采用数据挖掘和机器学习的方法，这些“黑箱”挖掘方法很难直观反映序列特性.为增强交通流时间序列及其特征分析的可视化性，结合可视图理论来构建交通流吋间序列的关联网络，从复杂网络角度实现交通流时间序列的特性分析.在网络构建的过程屮，考...
深度学习在城市交通流预测中的实践研究-电气论文深度学习在城市交通流预测中的实践研究尹邵龙，赵亚楠（华北计算技术研究所，北京100086）摘要：短时交通流状态预测对于实现城市智能交通系统至关重要。在过去，很多神经网络模型被提出来用以预测交通流，但是效果并不是很显著。究其原因，是因为大多数都是利用浅层模型在学习，浅层模型由于容易陷入局部极值而且不能模拟更复杂的数学运算，所以并不适合于模拟现实的...
道路多源交通流信息融合分析技术研究与应用张雷元树爱兵（公安部交通管理科学研究所江苏无锡214151）摘要：多源交通流信息融合是多源信息融合在交通领域的应用，其可以获得准确的交通状态和参数估计。本文简单介绍了多源交通流信息融合的原理和基本模型，并着重讲述了其关键技术和应用。关键词：交通流；多源信息融合；交通信息预测；交通状态识别基金项目：国家高技术研究发展计划（863计划）现代交通技术领域综合...
基于GIS的城市道路交通流信息发布系统应用研究第28卷第6期2011年6月计算机应用研究ApplicationResearchofComputersVol_28No.6Jun.20ll基于GIS的城市道路交通流信息发布系统应用研究术向万里,马寿峰,钟石泉(1.天津大学系统工程研究所,天津300072;2.兰州交通大学交通运输学院,兰州730070)摘要:根据基于GPRs/GPs/GSM浮动车交通流信息采集系统实时采集的交通流瞬时速度,路段速度,车辆定位等信息,借助面向对象技术,GIS技...
