基于多维时间序列的ETC短时交通流量预测模型

ETC短时交通流量预测是高速公路ETC管理的基础,准确的交通流量预测为交通枢纽管理方案设计与ETC车道的建设规划等提供指导.目前关于短时交通流量的研究很多,但多数是以数学表达式的形式进行模型表示,很难进行准确的趋势描述.本文基于多维时间序列的ETC短时交通流量预测模型,考虑了法定节假日、高速公路免费和天气等外界因素对ETC交通流量的影响,并结合某地尾号限行的特殊性,考虑"周几"因素,以某高速公路ETC车道交通流量数据为基础,进行预测.预测结果显示,该模型预测结果总体平均绝对相对误差为8.10%,表明该模型具有较强的实用性.

基于叙词表的领域知识图谱初始种子集自动生成算法

随着认知计算的飞速发展,通用知识图谱的自动构建取得了极大的进步,但在垂直领域由于缺乏本体等语义信息,导致进展缓慢。叙词表广泛分布于各个专业领域且蕴藏着丰富的语义信息,如能对这些语义信息进行合理的提取和利用,必然能在一定程度上帮助领域知识图谱的自动构建。该文提出两个假设,利用假设可以从叙词表内部结构中提取实体类型和关系类型,进而设计了一种基于叙词表的领域知识图谱初始种子集自动生成算法。最后,以地质领域和林业领域的叙词表作为实验对象,采用Bootstrapping算法,利用由叙词表自动生成的初始种子集进行抽取工作,通过对抽取到的结果进行分析,结果表明利用叙词表得到的初始种子集可以取得同人工设计种子比较接近的效果。此外,所提模型具有通用性,为叙词表在构建领域知识图谱中的应用提供了一种新的思路。

基于关联群演化相似度的社团追踪算法

在复杂网络中,社团结构普遍存在,且随着时间的变化网络中的社团也在不断变化。为了追踪到社团的变化并把相邻时刻的社团关联起来形成关联群,在阐述相关定义的基础上,提出了利用综合加权的演化相似度来衡量相邻时刻的社团相似度,又提出了一种利用“多部图”提取演化路径,生成演化序列的方法。最后在某银行业务数据上进行实验,实验结果表明该算法比利用单一指标追踪到社团的准确率更高。