基于数据挖掘技术的交通流量分析被引量：1

下载PDF

导出

摘要交通流量预测是研究智能交通系统的重要课题,通过交通流量预测方法对相关数据进行建模,预测未来交通流量,进一步更好地制定忙时交通分流预案,配备合适的运营资源.本文阐述了数据挖掘技术的主要方法以及交通流量预测与BP神经网络模型预测的主要步骤,对基于数据挖掘技术的交通流量进行了探讨分析.

作者黄柏然

机构地区广西博联信息通信技术有限责任公司

出处《环球市场》 2016年第13期116-116,共1页 Global Market

关键词数据挖掘技术交通流量预测 BP神经网络模型 MATLAB软件

分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]

引文网络
相关文献

参考文献3

1陈建伟,李丽坤.数据挖掘技术研究[J].数字技术与应用,2016,34(1):91-91. 被引量：6
2段冰.基于DE-BP神经网络模型的旅游客源预测[J].价值工程,2010,29(34):155-155. 被引量：1
3高海峰.智能交通系统中数据挖掘技术的应用研究[J].数字技术与应用,2016,34(5):108-108. 被引量：4

二级参考文献9

1孙燕平,张琳,吕仁义.旅游客源预测的神经网络方法[J].人文地理,2002,17(6):50-52. 被引量：27
2谌章俊,蒋智刚.基于数据挖掘技术的知识发现系统[J].现代情报,2007,27(5):35-36. 被引量：8
3张文修.遗传算法的数学基础[M].西安:藤安交通大学出版社,2003.
4Kenneth P,Rainer M,Jouni A L. Differential evolution:a practical approach to global optimizationl Natural Computing Series )[M].Springer,2004.
5中华人民共和国国家统计局.中国统计年鉴[M].北京中国统计出版社,1978,2009.
6舒正渝.浅谈数据挖掘技术及其应用[J].中国西部科技,2010,9(5):38-39. 被引量：28
7秦佳.数据挖掘技术在智能交通管理中的应用[J].中国高新技术企业,2013(8):45-46. 被引量：1
8赵祥模,惠飞,史昕,马峻岩,杨澜.泛在交通信息服务系统的概念、架构与关键技术[J].交通运输工程学报,2014,14(4):105-115. 被引量：59
9覃娜,孙小雁.入侵检测系统中数据挖掘技术的应用分析[J].信息与电脑（理论版）,2012(1):13-14. 被引量：2

共引文献8

1李文艳.大数据时代下数据挖掘技术的应用[J].数字技术与应用,2016,34(5):74-74. 被引量：6
2丁全.基于数据挖掘的电力信息分类及搜索技术探析[J].通讯世界,2016,22(10):149-150. 被引量：1
3冀嘉澍.基于物联网技术的智能交通灯控制系统[J].物联网技术,2018,8(3):88-89. 被引量：2
4葛俊言.数据挖掘技术的应用研究[J].中国新通信,2018,20(15):111-111. 被引量：4
5孙常华,吴波,孟令海,张文勇,王伟.基于物联网的群灯控制系统[J].山东工业技术,2019(1):144-145. 被引量：2
6张桦.数据挖掘技术在火电厂优化运行中的应用[J].城市建设理论研究（电子版）,2016,6(27):72-73. 被引量：2
7李怡.数据挖掘技术及应用[J].科技资讯,2017,15(24):21-22. 被引量：4
8郑嘉威.基于大数据的数据挖掘技术与应用[J].计算机产品与流通,2017,0(10):17-17.

同被引文献2

1王飞,郑张丽,郭静静,尹建英.基于神经网络的公路工程造价预测模型[J].河北工程大学学报（自然科学版）,2014,31(4):102-104. 被引量：11
2袁小永,杨悦.纤维加筋无机稳定土的无侧限抗压强度试验研究[J].安徽建筑,2020,27(8):194-196. 被引量：1

引证文献1

1杨悦,袁小永.基于BP神经网络的合成纤维土价格预测模型研究[J].重庆建筑,2022,21(3):29-32. 被引量：2

二级引证文献2

1谢金豪,刘文昌.基于GA-BP神经网络的建筑工程造价预测研究[J].建筑经济,2022,43(S01):235-240. 被引量：23
2曹文强,万强贵,龙海涛,徐毓鸿,王婷,薛华丽,蒲陆梅.基于BP神经网络的接触辉光放电等离子体预测模型[J].甘肃农业大学学报,2023,58(6):236-248.

1唐彭.基于视频检测技术的交通流量分析方法[J].现代工业经济和信息化,2015,5(2):74-75.
2韩卫国,王劲峰,王海起,胡建军.基于数据可视化的交通流量分析[J].武汉理工大学学报（交通科学与工程版）,2004,28(5):668-670. 被引量：21
3重庆市关于加快推进物联网发展的意见[J].信息化观察,2011(2):7-7.
4宋珊珊.智能交通大数据安全挑战[J].中国公共安全（学术版）,2015(4):74-76. 被引量：4
5西部世纪推出多版本F-ORP产品[J].电子商务,2006,7(5):95-96.
6西部世纪推出多版本F-ORP产品[J].计算机与网络,2006,32(6):37-37.
7刘海玲,刘玉萍,陈国荣.基于Web GIS技术的交通流量分析系统[J].微型机与应用,2014,33(12):6-8. 被引量：1
8金雅文.西部世纪管理软件新品[J].新电脑,2006,30(4):50-50.
9赵世范.行业应用成效显著大数据未来可期[J].A&S（安全&自动化）,2015(4):50-51.
10黄浩.当共享式灾备来敲门[J].中国信息化,2009(15):42-45.

环球市场

2016年第13期

浏览历史

内容加载中请稍等...

基于数据挖掘技术的交通流量分析被引量：1

参考文献3

二级参考文献9

共引文献8

同被引文献2

引证文献1

二级引证文献2

相关作者

相关机构

相关主题

浏览历史

基于数据挖掘技术的交通流量分析 被引量：1

参考文献3

二级参考文献9

共引文献8

同被引文献2

引证文献1

二级引证文献2

相关作者

相关机构

相关主题

浏览历史

基于数据挖掘技术的交通流量分析被引量：1