基于概率分布估计的私家车和出租车行程时间可变性度量

• 作者: 王召月 袁绍欣
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 行程时间可变性 有限混合模型 异常数据 对数正态分布 出行决策
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法
• 页码范围: 232-238,255
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.12.037

摘要

自动车牌识别数据中含有不能反映通常交通状况的异常数据,会对行程时间可变性的度量产生干扰.代表通常交通状况的有效数据由多种群组成,在概率分布上具有多峰、偏斜等特点,使用固定数量分布很难准确拟合有效数据的分布.这也导致具有右向长尾分布特点的异常数据识别困难.基于对数正态分布的K分支混合模型,通过动态确定分支数K实现两类数据的区分并对有效数据分布进行最佳拟合.算法对出租车和私家车样本数据取得了良好的异常数据识别效果,并对两种出行方式的行程时间可变性进行准确度量.实验结果表明,异常数据的存在对行程时间可变性度量的统计结果有明显的干扰,若不滤除会在出行决策上产生误判.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁绍欣	长安大学信息工程学院	15	95	4.0	9.0
2	王召月	长安大学信息工程学院	1	0	0.0	0.0