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
4
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
基于改进的路网聚类结合PSOWNN的交通流预测
被引量:
2
3
作者
殷礼胜
李胜
+1 位作者
唐圣期
何怡刚
《微电子学与计算机》
北大核心
2020年第1期20-26,共7页
针对城市路网交通流数据的空间相关性、非线性和平稳与非平稳的特点,提出一种采用基于交通流量数据相关性分析改进的路网聚类算法与基于交通流量分段加权适应度函数的粒子群小波神经网络算法(MC-MPSOWNN)相结合的预测方法,来提高算法的...
针对城市路网交通流数据的空间相关性、非线性和平稳与非平稳的特点,提出一种采用基于交通流量数据相关性分析改进的路网聚类算法与基于交通流量分段加权适应度函数的粒子群小波神经网络算法(MC-MPSOWNN)相结合的预测方法,来提高算法的预测精度.首先,利用基于交通流量数据相关性分析的路网聚类算法筛选出空间中与预测点交通流量数据相关系数高的其他观测点,以此精简了样本输入数据,减少冗余数据对预测精度的干扰,提高整体预测精度;其次,再构建一种新型的粒子群算法的适应度函数,给予整体预测样本中非平稳数据段更大的调节力度,以此来进一步提高非平稳数据段的预测精度.最后经实验结果分析,提出的改进预测算法相比未进行改进前预测算法而言,明显提高了整体及非平稳数据段预测精度,达到较好的预测效果.
展开更多
关键词
交通流预测
相关性
路网
聚类
分段加权适应度函数
粒子群算法:小波神经网络
下载PDF
职称材料
基于时空GPSO-SVM的短时交通流预测
被引量:
8
4
作者
梅朵
郑黎黎
+1 位作者
冷强奎
鄂旭
《交通信息与安全》
CSCD
2017年第2期68-74,120,共8页
为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型。通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗...
为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型。通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优。利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测。以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%。
展开更多
关键词
城市交通
短时交通流预测
路网
时空
相关性
主成分分析
遗传算法
粒子群算法
支持向量机
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
基于改进的路网聚类结合PSOWNN的交通流预测
被引量:
2
3
作者
殷礼胜
李胜
唐圣期
何怡刚
机构
合肥工业大学电气与自动化工程学院
出处
《微电子学与计算机》
北大核心
2020年第1期20-26,共7页
基金
国家自然科学基金(51577046,61673153)
国防科技计划项目(C1120110004,9140A27020211DZ5102)
+1 种基金
教育部科学技术研究重大项目(313018)
安徽省科技计划重点项目(1301022036)
文摘
针对城市路网交通流数据的空间相关性、非线性和平稳与非平稳的特点,提出一种采用基于交通流量数据相关性分析改进的路网聚类算法与基于交通流量分段加权适应度函数的粒子群小波神经网络算法(MC-MPSOWNN)相结合的预测方法,来提高算法的预测精度.首先,利用基于交通流量数据相关性分析的路网聚类算法筛选出空间中与预测点交通流量数据相关系数高的其他观测点,以此精简了样本输入数据,减少冗余数据对预测精度的干扰,提高整体预测精度;其次,再构建一种新型的粒子群算法的适应度函数,给予整体预测样本中非平稳数据段更大的调节力度,以此来进一步提高非平稳数据段的预测精度.最后经实验结果分析,提出的改进预测算法相比未进行改进前预测算法而言,明显提高了整体及非平稳数据段预测精度,达到较好的预测效果.
关键词
交通流预测
相关性
路网
聚类
分段加权适应度函数
粒子群算法:小波神经网络
Keywords
traffic flow forecast
correlation road network clustering
improved particle swarm optimization
wavelet neural network
分类号
U491.1 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
基于时空GPSO-SVM的短时交通流预测
被引量:
8
4
作者
梅朵
郑黎黎
冷强奎
鄂旭
机构
渤海大学信息科学与技术学院
吉林大学交通学院
出处
《交通信息与安全》
CSCD
2017年第2期68-74,120,共8页
基金
国家青年科学基金项目(E080701)
辽宁省自然科学基金项目(2014020141)资助
文摘
为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型。通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优。利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测。以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%。
关键词
城市交通
短时交通流预测
路网
时空
相关性
主成分分析
遗传算法
粒子群算法
支持向量机
Keywords
urban traffic
forecasting of short-term traffic flow
spatial-temporal correlation of road network
principal component analysis
genetic algorithmj particle swarm optimization algorithm
support vector machine * *
分类号
U491.2 [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
3
基于改进的路网聚类结合PSOWNN的交通流预测
殷礼胜
李胜
唐圣期
何怡刚
《微电子学与计算机》
北大核心
2020
2
下载PDF
职称材料
4
基于时空GPSO-SVM的短时交通流预测
梅朵
郑黎黎
冷强奎
鄂旭
《交通信息与安全》
CSCD
2017
8
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