基于空间聚类的交通流预测模型

• 作者: 施静静 缪李囡 许榕 陈启美
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 交通流预测 聚类 PTZ摄像机 神经网络
• 年，卷（期）: 2015,（2）
• 页码范围: 251-256
• 页数: 6页
• 分类号: U491.14
• 字数: 4460字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2015.02.006

摘要

交通流预测对于路径诱导、路网管控有着重要的作用.目前预测数据源未充分挖掘调用已有的沿路视频资源，而需特地另埋设专用地感线圈；在考虑上下游空间关系时，往往将关系并不密切的点也包含进来.为此，分析了路口交通流上下游关系，解析了 BP 神经网络模型机理及局限，提出了基于空间聚类的短时交通流预测 Cluster-NN模型，选取了遥控视频摄像数据作为预测模型的输入，对区域内交通流进行了聚类分析预测.实验结果表明，短时交通流预测值优于神经网络模型6.5%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈启美	南京大学电子科学与工程学院	158	1743	23.0	32.0
2	许榕	南京大学电子科学与工程学院	5	62	3.0	5.0
3	缪李囡	南京大学电子科学与工程学院	1	10	1.0	1.0
4	施静静	南京大学电子科学与工程学院	3	17	3.0	3.0