-
公开(公告)号：CN113392880A
公开(公告)日：2021-09-14
申请号：CN202110583035.2
申请日：2021-05-27
Applicant: 扬州大学
Abstract: 本发明公开了一种基于偏差校正随机森林的交通流短时预测方法，属于道路交通信息监测领域，该预测方法首先通过特征提取技术从交通流时间序列中提取能够表征交通流特性的特征，然后通过设计数据驱动的特征选择策略来识别和遴选对于预测任务具有重要影响力的特征，最后基于偏差校正随机森林算法和遴选的重要特征构建交通流短时预测模型，对未来的交通流状态参数进行预测。
-
公开(公告)号：CN113392880B
公开(公告)日：2021-11-23
申请号：CN202110583035.2
申请日：2021-05-27
Applicant: 扬州大学
Abstract: 本发明公开了一种基于偏差校正随机森林的交通流短时预测方法，属于道路交通信息监测领域，该预测方法首先通过特征提取技术从交通流时间序列中提取能够表征交通流特性的特征，然后通过设计数据驱动的特征选择策略来识别和遴选对于预测任务具有重要影响力的特征，最后基于偏差校正随机森林算法和遴选的重要特征构建交通流短时预测模型，对未来的交通流状态参数进行预测。
-
公开(公告)号：CN111640304B
公开(公告)日：2021-01-08
申请号：CN202010498564.8
申请日：2020-06-04
Applicant: 扬州大学
Abstract: 本发明涉及一种面向连续流交通设施的交通拥堵传播特征自动化量化提取方法。所提出的方法以路线为分析对象，首先根据收集的交通流状态参数构建交通时空轮廓图，利用k‑means算法对历史交通流平均速度数据进行聚类，并根据聚类的边界速度来自动确定划分拥堵和非拥堵交通状态的阈值；然后，利用图连通性聚类算法识别交通时空轮廓图中独立的（时空非连续的）时空拥堵区域；之后，根据每一块独立时空拥堵区域对应的时空范围，结合时空范围内的交通流状态参数，从交通时空轮廓图中分析和提取交通拥堵传播相关的各类特征指标，实现对连续流交通设施的交通拥堵瓶颈和交通拥堵传播特征的快速自动辨识和量化提取。
-
公开(公告)号：CN111640304A
公开(公告)日：2020-09-08
申请号：CN202010498564.8
申请日：2020-06-04
Applicant: 扬州大学
Abstract: 本发明涉及一种面向连续流交通设施的交通拥堵传播特征自动化量化提取方法。所提出的方法以路线为分析对象，首先根据收集的交通流状态参数构建交通时空轮廓图，利用k-means算法对历史交通流平均速度数据进行聚类，并根据聚类的边界速度来自动确定划分拥堵和非拥堵交通状态的阈值；然后，利用图连通性聚类算法识别交通时空轮廓图中独立的（时空非连续的）时空拥堵区域；之后，根据每一块独立时空拥堵区域对应的时空范围，结合时空范围内的交通流状态参数，从交通时空轮廓图中分析和提取交通拥堵传播相关的各类特征指标，实现对连续流交通设施的交通拥堵瓶颈和交通拥堵传播特征的快速自动辨识和量化提取。
-
-
-
Search Results
4
records
(took 0.021 seconds)
