基于统计模型融合的交通参数预测与实践研究
Transpo World（2013）
摘要
<正>道路交通系统复杂多变,在任意道路和交通条件下,单独使用某种预测方法并不能得到令人满意的结果。本文综合考虑交通预测的实时性、准确性和可靠性要求,区别于以往的单一参数回归方法,提出了一种基于时间序列聚类与融合的预测算法,并利用扬州城市地面道路卡口系统采集的实际数据进行了验证。道路交通参数预测可以为交通管理、交通控制、交通诱导、交通事件检测等ITS子系统及时提供准确、可靠的道路交通信息,是目前国际ITS研究的热点和难点之一。交通参数预测算法可以分为两大类:参数模型算法、非参数模型算法。参数模型算法按照算法的复杂度可以分
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要