作者:
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:
随着智能公交系统的发展,有效提高公交车辆到站时间预测精确率,是提升公共交通服务水平,结合智能交通(ITS)发展的关键举措.在结合公交车辆GPS运行数据的基础上,构建卡尔曼滤波与支持向量机结合的预测模型.最后,应用山东省日照市19路公交线路的公交运行数据对该模型进行校验,并评价该模型的预测精确程度,评价结果表明,对公交到站时间据本文模型有较高的预测精度.
推荐文章
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GPS的公交行程时间预测模型
公交车辆
GPS行程时间
预测模型
公交串行事件
基于集成学习的公交车辆到站时间预测模型研究
历史路况
实时路况
特征提取与计算
集成学习
GBDT
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 公交车辆行程到站时间预测模型优化研究
来源期刊 内蒙古公路与运输 学科 交通运输
关键词 公交到站时间 SVM支持向量机 卡尔曼滤波 公交预测 GPS
年,卷(期) 2016,(4) 所属期刊栏目 运输管理
研究方向 页码范围 56-59
页数 4页 分类号 U491
字数 3326字 语种 中文
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 刘兆祥 长安大学公路学院 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  (22)
共引文献  (104)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
公交到站时间
SVM支持向量机
卡尔曼滤波
公交预测
GPS
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
内蒙古公路与运输
双月刊
1005-0574
15-1157/U
大16开
内蒙古呼和浩特市新华大街3号
16-108
1976
chi
出版文献量(篇)
2969
总下载数(次)
7
总被引数(次)
5999
论文1v1指导