基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
准确的交通流短时预测是智能交通系统,尤其是其先进的交通管理系统与先进的出行者信息系统研究的关键内容之一.随着预测时间跨度的缩短,交通流量的变化显示出越来越强的不确定性,使得一般预测方法的预测精度大大降低.针对智能交通系统的开发,论文将样条拟合的思想应用到交通流预测领域,利用贝努利多项式求解核函数,进而利用非参数回归理论进行交通流预测.经过实测数据仿真试验表明,样条拟合能较好地兼顾最优拟合与曲线光滑度的选择,算法的预测效果良好.
推荐文章
短时交通流预测方法研究
相关分析
支持向量机
交通流预测
智能交通
基于模糊神经网络的短时交通流预测方法研究
模糊神经网络
短时交通流
预测方法
基于非凸低秩稀疏约束的船舶交通流量预测
船舶交通流量
预测
非凸优化
交替方向乘子法
广义迭代阈值算法
基于深度学习的短时交通流预测
交通流预测
深度学习
短时交通流
支持向量回归
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于非参数样条拟合的交通流预测方法研究
来源期刊 计算机工程与应用 学科 交通运输
关键词 交通流 短时预测 非参数回归 样条拟合
年,卷(期) 2006,(26) 所属期刊栏目 工程与应用
研究方向 页码范围 218-220
页数 3页 分类号 U491
字数 3092字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.26.070
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王晓原 山东理工大学交通与车辆工程学院智能交通研究所 112 1271 18.0 30.0
2 张敬磊 山东理工大学交通与车辆工程学院智能交通研究所 39 412 10.0 19.0
3 张开旺 山东理工大学交通与车辆工程学院智能交通研究所 2 24 2.0 2.0
4 吴磊 淄博职业学院机械与汽车工程系 11 119 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (261)
参考文献  (9)
节点文献
引证文献  (15)
同被引文献  (16)
二级引证文献  (77)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(3)
  • 二级参考文献(2)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(4)
  • 引证文献(2)
  • 二级引证文献(2)
2010(9)
  • 引证文献(3)
  • 二级引证文献(6)
2011(8)
  • 引证文献(2)
  • 二级引证文献(6)
2012(9)
  • 引证文献(2)
  • 二级引证文献(7)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(12)
  • 引证文献(1)
  • 二级引证文献(11)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
交通流
短时预测
非参数回归
样条拟合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导