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:
公交到站时间预测作为提高公共交通运输服务水平的重要措施,能够鼓励用户使用公共交通出行,方便调度部门进行合理调度.通过研究现有文献,发现虽然已经提出了很多不同原理的公交到站时间预测方法,但由于各个文献中使用的数据集合、测试规模不同,所以在现有方法之间无法进行有效的比较,从而无法发现公交到站时间预测的基本问题.为了提供可靠准确的数据基础,实现在统一的数据集上公平地比较目前现有的方法,建立了北京市公交到站数据集.该公交到站数据集是目前为止最大的公交运营数据集,其中包含了各种复杂的路况和可能的情况.在北京市公交到站数据集上,通过选择典型到站预测方法,进行实验比较和结果分析,定位出公交到站时间预测的本质问题.
推荐文章
镇村公交下一种新型智能公交到站时间预测算法
镇村公交
模糊隶属度
到站时间
预测
算法
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
基于混沌理论的短时公交到站时间预测
交通工程
公交运营
到站时间
混沌特性
Lyapunov指数
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 基于大规模数据的公交到站时间预测方法比较
来源期刊 计算机技术与发展 学科 工学
关键词 公交到站时间预测 性能比较 算法评估 GPS数据
年,卷(期) 2019,(4) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 24-28
页数 5页 分类号 TP391
字数 4447字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.04.005
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 杜勇 16 77 6.0 8.0
2 庞俊彪 北京工业大学信息学部北京多媒体与智能软件技术重点实验室 1 2 1.0 1.0
3 胡安静 北京工业大学信息学部北京多媒体与智能软件技术重点实验室 1 2 1.0 1.0
4 黄晶 北京工业大学信息学部北京多媒体与智能软件技术重点实验室 1 2 1.0 1.0
5 于海涛 6 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (17)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
公交到站时间预测
性能比较
算法评估
GPS数据
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导