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
2
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
基于路网相关性的分布式增量交通流大数据预测方法
被引量:
14
1
作者
李欣
孟德友
《地理科学》
CSSCI
CSCD
北大核心
2017年第2期209-216,共8页
针对城市道路拥堵问题的日益加剧的问题,智能化城市交通管理平台是缓解拥堵问题的有效方法,利用交通流大数据预测结果进行交通诱导,能够指导用户调整出行方案,有效缓解交通压力。研究了交通流大数据的分布式增量聚合方法,对海量交通流...
针对城市道路拥堵问题的日益加剧的问题,智能化城市交通管理平台是缓解拥堵问题的有效方法,利用交通流大数据预测结果进行交通诱导,能够指导用户调整出行方案,有效缓解交通压力。研究了交通流大数据的分布式增量聚合方法,对海量交通流数据进行清洗统计,为交通流预测提供数据基础,基于交通流在路网中上下游路段的相关性分析,利用路口转弯率多阶分配将该相关性量化,构建基于路网相关性的空间权重矩阵,完成对于STARIMA模型的改进。通过应用试验证明,该方法能更准确的进行交通流预测,为交通诱导信息发布提供依据。
展开更多
关键词
交通流
大数据
分布式增量
路网相关性
STARIMA
下载PDF
职称材料
基于时空权重相关性的交通流大数据预测方法
被引量:
6
2
作者
李欣
罗庆
孟德友
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017年第4期775-782,共8页
将分布式增量大数据聚合方法与交通流数据清洗规则相结合,可以为交通流预测分析提供更准确可靠的数据源。通过交通流在路网中的相关性分析,使用多阶路口转弯率构建空间权重矩阵,完成对STARIMA交通流预测模型的改进。实验结果表明,该方...
将分布式增量大数据聚合方法与交通流数据清洗规则相结合,可以为交通流预测分析提供更准确可靠的数据源。通过交通流在路网中的相关性分析,使用多阶路口转弯率构建空间权重矩阵,完成对STARIMA交通流预测模型的改进。实验结果表明,该方法可以在工作效率及准确程度上满足交通流大数据预测的需求,为交通诱导信息发布提供依据。
展开更多
关键词
交通流
大数据
分布式增量
路网相关性
STARIMA
下载PDF
职称材料
题名
基于路网相关性的分布式增量交通流大数据预测方法
被引量:
14
1
作者
李欣
孟德友
机构
河南财经政法大学中原经济区"三化"协调发展河南省协同创新中心/河南财经政法大学资源与环境学院
出处
《地理科学》
CSSCI
CSCD
北大核心
2017年第2期209-216,共8页
基金
国家自然科学基金项目(41501178)
河南财经政法大学博士科研启动基金项目(800257)资助~~
文摘
针对城市道路拥堵问题的日益加剧的问题,智能化城市交通管理平台是缓解拥堵问题的有效方法,利用交通流大数据预测结果进行交通诱导,能够指导用户调整出行方案,有效缓解交通压力。研究了交通流大数据的分布式增量聚合方法,对海量交通流数据进行清洗统计,为交通流预测提供数据基础,基于交通流在路网中上下游路段的相关性分析,利用路口转弯率多阶分配将该相关性量化,构建基于路网相关性的空间权重矩阵,完成对于STARIMA模型的改进。通过应用试验证明,该方法能更准确的进行交通流预测,为交通诱导信息发布提供依据。
关键词
交通流
大数据
分布式增量
路网相关性
STARIMA
Keywords
traffic flow
big data
distributed incremental
road network correlation
STARIMA
分类号
K909 [历史地理—人文地理学]
下载PDF
职称材料
题名
基于时空权重相关性的交通流大数据预测方法
被引量:
6
2
作者
李欣
罗庆
孟德友
机构
河南财经政法大学中原经济区"三化"协调发展河南省协同创新中心
河南财经政法大学资源与环境学院
出处
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017年第4期775-782,共8页
基金
国家自然科学基金(41501178)
河南财经政法大学博士科研启动基金(800257)资助
文摘
将分布式增量大数据聚合方法与交通流数据清洗规则相结合,可以为交通流预测分析提供更准确可靠的数据源。通过交通流在路网中的相关性分析,使用多阶路口转弯率构建空间权重矩阵,完成对STARIMA交通流预测模型的改进。实验结果表明,该方法可以在工作效率及准确程度上满足交通流大数据预测的需求,为交通诱导信息发布提供依据。
关键词
交通流
大数据
分布式增量
路网相关性
STARIMA
Keywords
traffic flow
big-data, distributed incremental
road network correlation
STARIMA
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于路网相关性的分布式增量交通流大数据预测方法
李欣
孟德友
《地理科学》
CSSCI
CSCD
北大核心
2017
14
下载PDF
职称材料
2
基于时空权重相关性的交通流大数据预测方法
李欣
罗庆
孟德友
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017
6
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