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:
对基于固定检测信息和浮动车GPS信息的路段行程时间估计方法进行介绍和分析,明确了对基于以上两种检测信息进行路段行程时间估计方法有重要影响的因素,并设计试验对影响因素进行量化分析.在影响因素量化分析基础上,讨论两种估计方法的适用条件.对影响因素进行组合分类,并在分类的基础上对两种估计方法采用加权融合进行处理,分析了最优权重的分配原则.最后,用试验数据对融合方法进行验证,结果令人满意.
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
基于行程-时间域的路段行程时间预测
行程时间
行程-时间域
BP神经网络
高速公路
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 基于影响因素分类的路段行程时间融合研究
来源期刊 公路交通科技 学科 交通运输
关键词 交通工程 行程时间估计 加权融合 城市道路路段 最优估计
年,卷(期) 2010,(4) 所属期刊栏目 智能运输系统与交通工程
研究方向 页码范围 116-121,127
页数 7页 分类号 U1491
字数 5833字 语种 中文
DOI 10.3969/j.issn.1002-0268.2010.04.022
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 杨兆升 吉林大学交通学院 142 3140 33.0 50.0
2 高学英 吉林大学交通学院 3 19 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (103)
参考文献  (8)
节点文献
引证文献  (19)
同被引文献  (40)
二级引证文献  (69)
1993(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(8)
  • 引证文献(4)
  • 二级引证文献(4)
2014(11)
  • 引证文献(4)
  • 二级引证文献(7)
2015(13)
  • 引证文献(3)
  • 二级引证文献(10)
2016(16)
  • 引证文献(2)
  • 二级引证文献(14)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(14)
  • 引证文献(1)
  • 二级引证文献(13)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
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
交通工程
行程时间估计
加权融合
城市道路路段
最优估计
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
公路交通科技
月刊
1002-0268
11-2279/U
大16开
北京市西土城路8号
2-480
1984
chi
出版文献量(篇)
6909
总下载数(次)
12
论文1v1指导