作者:
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:
针对当前车辆堵塞的问题,本作品进行实地考察并依托往期数据,运用机器学习,预测出每日各时段交通热力图.通过交通控制学及其他资料,建立交通信号灯配时优化模型并进行求解.通过红外传感将每条干道上的平均行驶速度测量传递给上位机,上位机求出最优解后,通过以太网把数据传递给各个路口交通信号灯,动态分配其时长以便预防,解决堵车现象.
推荐文章
基于变异的k-means聚类算法
聚类
mk-means算法
变异
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
基于聚类中心优化的k-means最佳聚类数确定方法
k-means聚类
初始聚类中心
样本密度
聚类数
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
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K-means聚类的交通拥堵预测系统
来源期刊 信息与电脑 学科 工学
关键词 大数据 机器学习 交通信号灯配时优化模型 动态分配
年,卷(期) 2019,(6) 所属期刊栏目 软件开发与应用
研究方向 页码范围 128-129
页数 2页 分类号 TP311.13
字数 语种 中文
DOI
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 叶秋时 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (22)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
机器学习
交通信号灯配时优化模型
动态分配
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导