期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GRU-RNN模型的城市主干道交通时间预测
被引量:
7
1
作者
张铭坤
王昕
《北京信息科技大学学报(自然科学版)》
2019年第4期30-35,共6页
交通旅行时间是研究交通路况的重要指标之一,对其精确预估是城市道路交通管理的重要依据。针对交通旅行时间序列数据,应用GRU结构的递归神经网络,构建城市主干道交通旅行时间预测模型。根据实际路网数据的时间相关性重构交通旅行时间序...
交通旅行时间是研究交通路况的重要指标之一,对其精确预估是城市道路交通管理的重要依据。针对交通旅行时间序列数据,应用GRU结构的递归神经网络,构建城市主干道交通旅行时间预测模型。根据实际路网数据的时间相关性重构交通旅行时间序列,结合时间序列的趋势特性完成对数据的清洗以及缺失值的补齐。使用基于TensorFlow为后端的Keras框架完成基于GRU结构的循环神经网络的结构搭建和精细调参,使用路网实测数据进行模型的训练和验证,根据验证结果选择优化参数,使模型的训练时间水平得到提升。仿真实验证明其所采用的模型相对于基于LSTM结构的时间序列模型收敛速度更快。
展开更多
关键词
城市
交通
交通时间预测
GRU-RNN
时间
序列
深度学习
下载PDF
职称材料
基于随机生存森林的交通事件持续时间预测
被引量:
12
2
作者
高珍
柯阿香
+1 位作者
余荣杰
王雪松
《同济大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017年第9期1304-1310,共7页
采用随机生存森林模型开展交通事件持续时间分析,克服了传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷.该研究基于上海城市快速路网交通事件数据,结合道路几何线形、交通运行、天气状况等数据.原始数...
采用随机生存森林模型开展交通事件持续时间分析,克服了传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷.该研究基于上海城市快速路网交通事件数据,结合道路几何线形、交通运行、天气状况等数据.原始数据库分为训练数据(80%)和测试数据(20%).分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度.
展开更多
关键词
交通
运行管理
交通
事件持续
时间
预测
随机生存森林
城市快速路
下载PDF
职称材料
基于生存模型的城市交通堵塞时间预测研究
3
作者
杨永琪
董国泰
+1 位作者
徐海洋
朱文豪
《电脑知识与技术》
2020年第6期257-258,共2页
城市化是人类进步的必经历程,而交通拥堵又是城市发展过程中的必然阶段,城市经济的发展必然伴随着交通拥堵的出现。该文基于济南市交通情况进行探索性分析,结合交通系统的实时数据情况,考虑时空特征、动态交通流参数等方面,将噪声数据...
城市化是人类进步的必经历程,而交通拥堵又是城市发展过程中的必然阶段,城市经济的发展必然伴随着交通拥堵的出现。该文基于济南市交通情况进行探索性分析,结合交通系统的实时数据情况,考虑时空特征、动态交通流参数等方面,将噪声数据进行分类并依照除噪规则进行数据预处理,针对生存模型的交通拥堵持续时间评估,以济南市为研究对象,选择交通拥堵的研究路段及时段,建立生存模型,提出非参数分析方法,最后,绘制交通拥堵持续时间的生存函数曲线及风险函数曲线,对交通拥堵持续时间进行预测评估。
展开更多
关键词
生存模型
交通
流特征
交通
拥堵持续
时间
预测
下载PDF
职称材料
题名
基于GRU-RNN模型的城市主干道交通时间预测
被引量:
7
1
作者
张铭坤
王昕
机构
北京信息科技大学理学院
出处
《北京信息科技大学学报(自然科学版)》
2019年第4期30-35,共6页
基金
国家自然科学基金资助项目(71501016)
北京信息科技大学“勤信人才”培育计划(QXTCP B201705)
文摘
交通旅行时间是研究交通路况的重要指标之一,对其精确预估是城市道路交通管理的重要依据。针对交通旅行时间序列数据,应用GRU结构的递归神经网络,构建城市主干道交通旅行时间预测模型。根据实际路网数据的时间相关性重构交通旅行时间序列,结合时间序列的趋势特性完成对数据的清洗以及缺失值的补齐。使用基于TensorFlow为后端的Keras框架完成基于GRU结构的循环神经网络的结构搭建和精细调参,使用路网实测数据进行模型的训练和验证,根据验证结果选择优化参数,使模型的训练时间水平得到提升。仿真实验证明其所采用的模型相对于基于LSTM结构的时间序列模型收敛速度更快。
关键词
城市
交通
交通时间预测
GRU-RNN
时间
序列
深度学习
Keywords
urban transportation
traffic time prediction
GRU-RNN
time series
deep learning
分类号
U121 [交通运输工程]
下载PDF
职称材料
题名
基于随机生存森林的交通事件持续时间预测
被引量:
12
2
作者
高珍
柯阿香
余荣杰
王雪松
机构
同济大学软件学院
同济大学道路与交通工程教育部重点实验室
出处
《同济大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017年第9期1304-1310,共7页
基金
上海市科学技术委员会(15DZ1204800)
国家自然科学基金(71401127)
文摘
采用随机生存森林模型开展交通事件持续时间分析,克服了传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷.该研究基于上海城市快速路网交通事件数据,结合道路几何线形、交通运行、天气状况等数据.原始数据库分为训练数据(80%)和测试数据(20%).分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度.
关键词
交通
运行管理
交通
事件持续
时间
预测
随机生存森林
城市快速路
Keywords
durationtransportation management
traffic incidentprediction
random survival forests
urban expressway
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于生存模型的城市交通堵塞时间预测研究
3
作者
杨永琪
董国泰
徐海洋
朱文豪
机构
山东科技大学
出处
《电脑知识与技术》
2020年第6期257-258,共2页
文摘
城市化是人类进步的必经历程,而交通拥堵又是城市发展过程中的必然阶段,城市经济的发展必然伴随着交通拥堵的出现。该文基于济南市交通情况进行探索性分析,结合交通系统的实时数据情况,考虑时空特征、动态交通流参数等方面,将噪声数据进行分类并依照除噪规则进行数据预处理,针对生存模型的交通拥堵持续时间评估,以济南市为研究对象,选择交通拥堵的研究路段及时段,建立生存模型,提出非参数分析方法,最后,绘制交通拥堵持续时间的生存函数曲线及风险函数曲线,对交通拥堵持续时间进行预测评估。
关键词
生存模型
交通
流特征
交通
拥堵持续
时间
预测
Keywords
survival model
traffic flow characteristics
prediction of the duration of traffic congestion
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GRU-RNN模型的城市主干道交通时间预测
张铭坤
王昕
《北京信息科技大学学报(自然科学版)》
2019
7
下载PDF
职称材料
2
基于随机生存森林的交通事件持续时间预测
高珍
柯阿香
余荣杰
王雪松
《同济大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017
12
下载PDF
职称材料
3
基于生存模型的城市交通堵塞时间预测研究
杨永琪
董国泰
徐海洋
朱文豪
《电脑知识与技术》
2020
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部