采用变结构动态贝叶斯网络的交通流量预测

• 作者: 王永恒 陈炫伶 高慧
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 智能交通系统 交通流量预测 复杂事件处理 变结构动态贝叶斯网络
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 学术研究
• 页码范围: 528-538
• 页数: 11页
• 分类号: TP391
• 字数: 7684字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1608043

摘要

物联网和大数据流式计算的快速发展为智能交通系统的研究带来新的机遇.交通流量预测一直是智能交通系统的关键问题.针对交通流量预测中一个固定模型无法适应多种环境的问题,以及面向数据流的模型更新问题,提出了一种基于变结构动态贝叶斯网络的交通流量预测方法.该方法以复杂事件处理和事件上下文为基础,通过上下文聚类进行历史数据的划分,并通过事件流在线聚类支持聚簇的更新.面向不同聚簇的数据,采取搜索-打分的方法学习对应的贝叶斯网络结构,基于高斯混合模型实现贝叶斯网络的近似推断.在线预测时根据当前上下文选择合适的模型或模型组合进行预测.真实和仿真数据上的实验结果表明,该方法能够获得比当前常用方法更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永恒	湖南大学信息科学与工程学院	13	121	6.0	11.0
2	高慧	湖南大学信息科学与工程学院	4	40	4.0	4.0
3	陈炫伶	湖南大学信息科学与工程学院	1	11	1.0	1.0