作者:
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:
利用探测车数据进行路段行程时间估计面临着两类误差:采样误差和非采样误差,从而导致估计结果精度不高和可靠性差.在回顾已有估计方法的基础上,有针对性地引入了自适应式卡尔曼滤波,建立了相应的状态方程和观测方程,利用相似时间特征的历史数据标定了状态转移系数,并对滤波进行了求解.以实际数据对估计方法进行了验证,平均相对误差为13.13%.研究表明.自适应式卡尔曼滤波能够应用到基于探测车数据的路段行程时间估计中来,并具有估计精度高、收敛速度快、参数少、对初值不敏感等优点.
推荐文章
基于路网相似性的路段行程时间估计
路网相似性
大数据
数据缺失
时空关联
人工神经网络
基于少量探测车的城市路段平均行程时间估计
路段行程时间估计
城市道路
探测车
交通状况
基于数据融合的路段行程时间估计
路段行程时间
固定型检测器
移动型检测器
数据融合
自适应式卡尔曼滤波
K近邻
基于路网相似性的路段行程时间估计
路网相似性
大数据
数据缺失
时空关联
人工神经网络
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 基于探测车数据的路段行程时间估计
来源期刊 交通信息与安全 学科 工学
关键词 交通信息 探测车 路段行程时间 自适应式卡尔曼滤波
年,卷(期) 2009,(6) 所属期刊栏目 方法研究与探讨
研究方向 页码范围 60-65
页数 6页 分类号 TP391
字数 3578字 语种 中文
DOI 10.3963/j.ISSN1674-4861.2009.06.015
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 胡小文 9 153 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (6)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (28)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
交通信息
探测车
路段行程时间
自适应式卡尔曼滤波
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