摘要
为了提高智能交通系统的事件处理效率,该文通过建立一种时滞模型来发现波动的交通相关事件的交错时滞分布,运用最大期望(EM)算法挖掘相关事件的时间依赖时滞。同时,为了发现一个大规模事件集合中的时滞分布,优化了EM算法,提出了一种近似线性的近似算法。通过实验证明了该方法在挖掘智能交通系统相关事件时间时滞方面的有效性和可行性。
In order to improve the solving efficiency of series of traffic problems in intelligent transportation,a time delay model is established to find the distribution of the interlaced delay of the traffic-related events,and the expectation maximization(EM)algorithm is used to mine the time-dependent delay of the relevant event.At the same time,the EM algorithm is optimized to find the delay distribution in a large set of events.Experimental results verify the effectiveness of the proposed method in mining time delay of the intelligent traffic system related events.
作者
黄甜甜
俞浚
李千目
Huang Tiantian;Yu Jun;Li Qianmu(School of Computer Science and Engineering,Nanjing University of Science and Technology,Nanjing 210094,China;Jiangsu Xin Tong Intelligent Traffic Technology Development Co Ltd,Nanjing 210009,China)
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2018年第5期571-577,585,共8页
Journal of Nanjing University of Science and Technology
基金
国家重点研发计划政府间国际科技创新合作重点专项(2016YFE0108000)
江苏省重大研发计划社会发展项目(BE2017739)
江苏省重点研发计划(产业前瞻与共性关键技术)(BE2017163)
江苏省研究生科研与实践创新计划项目(KYCX17-0401)
关键词
智能交通系统
时滞
最大期望算法
intelligent transportation system
time delay
expectation maximization algorithm
