基于时空权重相关性的交通流大数据预测方法

• 作者: 孟德友 李欣 罗庆
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 交通流 大数据 分布式增量 路网相关性 STARIMA
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 775-782
• 页数: 8页
• 分类号: P91
• 字数: 5717字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2017.040

摘要

将分布式增量大数据聚合方法与交通流数据清洗规则相结合,可以为交通流预测分析提供更准确可靠的数据源.通过交通流在路网中的相关性分析,使用多阶路口转弯率构建空间权重矩阵,完成对STARIMA交通流预测模型的改进.实验结果表明,该方法可以在工作效率及准确程度上满足交通流大数据预测的需求,为交通诱导信息发布提供依据.