利用浮动车大数据进行稀疏路段行程时间推断

• 作者: 呙维 张发明 朱欣焰 胡涛
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 浮动车大数据 数据稀疏性 时空关联关系特征 神经网络 行程时间推断
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 56-62
• 页数: 7页
• 分类号: P208
• 语种: 中文
• DOI: 10.13203/j.whugis20150425

摘要

针对利用实时浮动车数据估计路段行程时间时存在的数据稀疏性问题,提出了构建三层神经网络模型,以目标路段与邻接路段间的特征关系为输入、目标路段与邻接路段行程时间比值为输出,利用浮动车历史大数据获取路段之间的交通时空关联关系,继而用于路段行程时间的推断.采用武汉市2014年3～7月的浮动车GPS历史数据进行验证,得到的路段行程时间估计值的平均绝对百分比误差小于25％,证明了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱欣焰	武汉大学测绘遥感信息工程国家重点实验室	109	2155	21.0	44.0
3	呙维	武汉大学测绘遥感信息工程国家重点实验室	44	364	10.0	18.0
5	胡涛	武汉大学测绘遥感信息工程国家重点实验室	25	127	7.0	10.0
13	张发明	武汉大学测绘遥感信息工程国家重点实验室	5	16	2.0	4.0