基于模糊时间序列的车辆检测器数据修补方法研究

• 作者: 王祥 隆忠华
• 来源期刊: 物联网技术
• 关键词: 交通流量预测 ARIMA 模糊时间序列 车辆检测器
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 学术研究 Academic Forum -- 全面感知 Comprehensive Perception
• 页码范围: 21-24
• 页数: 4页
• 分类号: TP274
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2016.06.003

摘要

车辆检测器是交通管理中重要的数据采集工具，但在实际运用过程中，数据丢失问题往往影响其作用的发挥。本研究旨在建立一个可实用于交通控制中心的车检器缺失数据修补模型，尝试以不同模型来预测并修补车辆检测器缺失的数据，并对比各种模型的修补效果。文中提出了以ARIMA结合模糊时间序列的交通流量预测方法以及使用ARIMA进行短时间实时修补的方法，并获得了不错的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	隆忠华		1	2	1.0	1.0
2	王祥		2	2	1.0	1.0