一种基于局部加权学习的自适应交通流预测机制

• 作者: 宋国杰 帅猛 谢昆青 陈冠华 韩磊 马修军
• 来源期刊: 北京大学学报(自然科学版)
• 学科: 工学
• 关键词: 自适应 局部加权学习 交通流预测
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 64-68
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

结合交通流的特征,提出了一种自适应的交通流预测机制.首先根据训练数据特点,按三相交通流理论对交通状态进行分类,从每个分类对应的训练数据集内提取相应的最佳邻域.在基于局部线性回归模型的预测中,根据邻域中数据点所处状态分别选择相应局部模型进行预测,最终预测结果为各局部模型预测值的加权平均.根据各模型误差确定当前数据所处状态,增量加入训练数据集.基于真实交通数据的实验证实该方法能够有效提高预测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马修军		26	656	15.0	25.0
2	宋国杰		20	263	9.0	16.0
3	谢昆青		37	498	13.0	21.0
4	韩磊		7	18	2.0	4.0
5	帅猛		1	0	0.0	0.0
6	陈冠华		1	0	0.0	0.0