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:
公交到站时间(BAT)服务是提高公众交通吸引力的关键服务之一。服务给使用者提供实时车辆到站信息能够使用户更好的安排自己的公共交通行程。因此,实时公交到站时间预测技术在智能交通领域已经成为研究的热点。在本文中采用了新的公交到站时间预测模型。该模型提出了一套完整的算法来解决BAT预测中大规模的实时交通信息的计算,采用了高效的算法来实时纠正车辆的行驶方向。动态交通信息作为数据基础支撑BAT的计算。同时,采用虚拟预测来处理GPS数据丢失的情况保证了服务提供的稳定性。实验结果表明模型拥有较高的准确率(超过85.1%)和计算速度(最高处理5000条每秒)。
推荐文章
镇村公交下一种新型智能公交到站时间预测算法
镇村公交
模糊隶属度
到站时间
预测
算法
基于RBF算法的公交车到站时间预测
公交车
时间预测
RBF神经网络
数学建模
网络训练
仿真分析
基于BP神经网络的公交车到站时间预测
公交车到站时间
智能化
公交调研
非线性
数学模型
BP神经网络
基于路段行程时间的公交到站预测方法
路段行程时间
公交到站预报
GPS车载终端
公交线网道路模型
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 基于动态交通信息的公交到站预测服务
来源期刊 无线通信 学科 交通运输
关键词 公交到站预测 GPS数据 动态交通信息
年,卷(期) 2012,(4) 所属期刊栏目
研究方向 页码范围 90-96
页数 7页 分类号 U49
字数 语种
DOI
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 董健 北京航空航天大学软件环境国家重点实验室 1 0 0.0 0.0
2 王祖云 北京航空航天大学软件环境国家重点实验室 1 0 0.0 0.0
3 陈智宏 北京航空航天大学软件环境国家重点实验室 1 0 0.0 0.0
4 庞松松 北京航空航天大学软件环境国家重点实验室 1 0 0.0 0.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(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)
研究主题发展历程
节点文献
公交到站预测
GPS数据
动态交通信息
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
无线通信
双月刊
2163-3983
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
205
总下载数(次)
258
总被引数(次)
0
论文1v1指导