发表服务
基于浮动车数据的短时交通流预测研究.宋珊珊.【摘要】：随着城市人口不断增加,机动车数量增长过快,道路建设在结构功能各方面上无法满足交通需求等一系列原因,造成交通拥堵问题在我国愈演愈烈,所以缓解城市交通拥堵也成为了我国亟待解决的问题...
基于短时交通流预测的道路拥堵判断研究.喻博.【摘要】：随着经济的飞速发展,道路的增建措施远远不能够满足不断增长的出行需要,因此,许多大城市交通路网经常出现交通拥堵、大面积瘫痪的问题。.交通拥堵状况判定作为智能交通研究中的核心内容,是预防...
对于短时交通流预测算法,预测精度和计算效率是影响交通控制、诱导和管理效果的关键指标。然而,通常预测精度和计算效率是矛盾的,两者不可兼得。一般而言,较高预测精度的算法或者逻辑过于复杂,或者需要处理大量的数据,从而降低计算效率,甚至影响实用性。
Hadoop环境下基于SVR的短时交通流预测.周常胜.【摘要】：实时准确的交通流预测是实现智能交通诱导的前提和关键,也是智能交通系统的主要组成部分。.早期研究人员利用微积分和概率论等基本数学工具开发了几种基本的短时交通流预测模型,这些模型主要包括...
基于ELM的成山头短时船舶交通流预测研究.【摘要】：随着我国海运事业的迅速发展,我国沿海已经成为世界上水上交通最繁忙的区域之一。.航经我国沿海水域的船舶数量逐渐增多,海上交通事故也有增加的趋势,带来交通安全、海洋环境污染等一系列问题。.短时...
近期有一篇关于短时交通流预测的学术论文刚刚总结了几种主要的短时交通流预测类型，正好这篇文章是中文编撰的，省去了翻译之苦。原文摘抄如下：短时交通流预测的时间跨度一般认为不超过15min。短时交通流预测的…
通过本论文验证了lightGBM对此样本下的短时交通流量预测更为有效，为短时交通流量预测找到了一种新的预测算法模型。同时利用lightGBM对原始特征进行排序筛选，分别选取了重要性最靠前的20、30和40个特征，作为候选特征子集重新建模训练，优化五种预测模型。
短时交通流预测模型及预测方法的研究华东师范大学硕士学位论文届研究生硕士学位论文学校代码模式迟别指导教师申请人高雅华东师范人学硕士学位论文郑重声明本人呈交的学位论文《短时交通流预测模型及预测方法的研究》在华东师范大学攻读硕左博士请勾选学位期间在导师的指导下进行...
短时交通流的准确高效预测对于智能交通系统的应用十分关键，但较强的非线性和噪声干扰使其对模型的灵活性要求较高,并且还需在尽可能短的时间内处理大量的数据。因此，讨论了用随机森林模型对短时交通流进行预测，该模型具有比单棵树更强的泛化能力，参数调节方便，计算高效，且稳定性好。
3.2短时交通流量的灰色BP神经网络预测模型3.2.1灰色BP神经网络预测模型的原理3.2.2灰色BP神经网络预测模型训练流程3.3模型预测评价指标3.4本章小结4.城市道路交通流量短时预测4.1短时交通流量理论基础4.1.1短时交通流预测
基于浮动车数据的短时交通流预测研究.宋珊珊.【摘要】：随着城市人口不断增加,机动车数量增长过快,道路建设在结构功能各方面上无法满足交通需求等一系列原因,造成交通拥堵问题在我国愈演愈烈,所以缓解城市交通拥堵也成为了我国亟待解决的问题...
基于短时交通流预测的道路拥堵判断研究.喻博.【摘要】：随着经济的飞速发展,道路的增建措施远远不能够满足不断增长的出行需要,因此,许多大城市交通路网经常出现交通拥堵、大面积瘫痪的问题。.交通拥堵状况判定作为智能交通研究中的核心内容,是预防...
对于短时交通流预测算法,预测精度和计算效率是影响交通控制、诱导和管理效果的关键指标。然而,通常预测精度和计算效率是矛盾的,两者不可兼得。一般而言,较高预测精度的算法或者逻辑过于复杂,或者需要处理大量的数据,从而降低计算效率,甚至影响实用性。
Hadoop环境下基于SVR的短时交通流预测.周常胜.【摘要】：实时准确的交通流预测是实现智能交通诱导的前提和关键,也是智能交通系统的主要组成部分。.早期研究人员利用微积分和概率论等基本数学工具开发了几种基本的短时交通流预测模型,这些模型主要包括...
基于ELM的成山头短时船舶交通流预测研究.【摘要】：随着我国海运事业的迅速发展,我国沿海已经成为世界上水上交通最繁忙的区域之一。.航经我国沿海水域的船舶数量逐渐增多,海上交通事故也有增加的趋势,带来交通安全、海洋环境污染等一系列问题。.短时...
近期有一篇关于短时交通流预测的学术论文刚刚总结了几种主要的短时交通流预测类型，正好这篇文章是中文编撰的，省去了翻译之苦。原文摘抄如下：短时交通流预测的时间跨度一般认为不超过15min。短时交通流预测的…
通过本论文验证了lightGBM对此样本下的短时交通流量预测更为有效，为短时交通流量预测找到了一种新的预测算法模型。同时利用lightGBM对原始特征进行排序筛选，分别选取了重要性最靠前的20、30和40个特征，作为候选特征子集重新建模训练，优化五种预测模型。
短时交通流预测模型及预测方法的研究华东师范大学硕士学位论文届研究生硕士学位论文学校代码模式迟别指导教师申请人高雅华东师范人学硕士学位论文郑重声明本人呈交的学位论文《短时交通流预测模型及预测方法的研究》在华东师范大学攻读硕左博士请勾选学位期间在导师的指导下进行...
短时交通流的准确高效预测对于智能交通系统的应用十分关键，但较强的非线性和噪声干扰使其对模型的灵活性要求较高,并且还需在尽可能短的时间内处理大量的数据。因此，讨论了用随机森林模型对短时交通流进行预测，该模型具有比单棵树更强的泛化能力，参数调节方便，计算高效，且稳定性好。
3.2短时交通流量的灰色BP神经网络预测模型3.2.1灰色BP神经网络预测模型的原理3.2.2灰色BP神经网络预测模型训练流程3.3模型预测评价指标3.4本章小结4.城市道路交通流量短时预测4.1短时交通流量理论基础4.1.1短时交通流预测
发表服务