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:
根据城市快速路交通诱导和监控系统的实际需要,提出了基于宏观动态流体力学模型的行程时间预测技术,可以动态预测稳定流和非稳定流状况下城市快速路网上任意两点间行程时间.
推荐文章
基于 BP神经网络与SVM的快速路行程时间组合预测研究
快速路行程时间
车牌识别数据
BP神经网络
支持向量机
组合预测
城市快速路实时交通状态估计和行程时间预测
宏观动态交通模型
扩展卡尔曼滤波
"虚拟车"法
动态行程时间
基于交通数据融合技术的行程时间预测模型
数据融合
行程时间
预测模型
小波神经网络
遗传算法
基于GPS的公交行程时间预测模型
公交车辆
GPS行程时间
预测模型
公交串行事件
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 一种新的城市快速路行程时间预测技术
来源期刊 交通与计算机 学科 交通运输
关键词 行程时间 非稳定流 宏观动态流体力学模型
年,卷(期) 2007,(2) 所属期刊栏目 技术开发
研究方向 页码范围 83-86,90
页数 5页 分类号 U491
字数 3518字 语种 中文
DOI 10.3963/j.issn.1674-4861.2007.02.021
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 孙立军 457 9588 52.0 72.0
2 郝媛 20 352 10.0 18.0
3 徐天东 24 377 12.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (30)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
行程时间
非稳定流
宏观动态流体力学模型
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
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
总被引数(次)
29572
论文1v1指导