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:
大部分非参数回归预测算法并不对交通流历史数据进行区分,而是将全部历史流量数据建立模式库进行分析.基于交通流的现实特征,提出基于聚类分析的非参数回归短时交通流预测方法,首先根据流量分布特点运用聚类分析将其分类成不同的流量模式,然后选择匹配待预测时刻的流量模式作为样本数据库运用非参数回归进行预测.实例计算结果表明,其预测精度优于传统非参数回归方法.
推荐文章
基于非参数回归的短时交通流预测研究综述
非参数回归
短时交通流
预测
基于模糊神经网络的短时交通流预测方法研究
模糊神经网络
短时交通流
预测方法
短时交通流预测方法研究
相关分析
支持向量机
交通流预测
智能交通
基于深度学习的短时交通流预测
交通流预测
深度学习
短时交通流
支持向量回归
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 基于聚类分析的非参数回归短时交通流预测方法
来源期刊 交通信息与安全 学科 交通运输
关键词 短时交通流预测 聚类分析 非参数回归
年,卷(期) 2013,(2) 所属期刊栏目 方法研究与探讨
研究方向 页码范围 27-31,40
页数 6页 分类号 U491
字数 5661字 语种 中文
DOI 10.3963/j.issn1674-4861.2013.02.007
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 马寿峰 天津大学管理与经济学部 86 1968 23.0 43.0
2 刘洋 天津大学管理与经济学部 52 402 10.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (293)
参考文献  (13)
节点文献
引证文献  (23)
同被引文献  (58)
二级引证文献  (103)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(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(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(14)
  • 参考文献(1)
  • 二级参考文献(13)
2004(11)
  • 参考文献(1)
  • 二级参考文献(10)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(11)
  • 参考文献(3)
  • 二级参考文献(8)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(6)
  • 引证文献(5)
  • 二级引证文献(1)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(20)
  • 引证文献(9)
  • 二级引证文献(11)
2017(18)
  • 引证文献(5)
  • 二级引证文献(13)
2018(29)
  • 引证文献(3)
  • 二级引证文献(26)
2019(29)
  • 引证文献(1)
  • 二级引证文献(28)
2020(17)
  • 引证文献(0)
  • 二级引证文献(17)
研究主题发展历程
节点文献
短时交通流预测
聚类分析
非参数回归
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