KNN在短时交通流预测上的应用与研究

• 作者: 林罗杰 殷锋 袁平
• 来源期刊: 现代计算机
• 关键词: K近邻(KNN) 短时交通流 智能交通 预测模型
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 研究与开发
• 页码范围: 39-41,46
• 页数: 4页
• 字数: 3215字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.10.008

摘要

随着经济的快速发展和交通需求的不断增长,如何对交通状况进行准确地分析与预测已经成为一个关键问题.关于交通流预测的方法和模型很多,聚焦于KNN算法在该领域的应用和发展.首先给出短时交通流预测问题的基本定义并简单介绍KNN的应用方式,然后详细阐述基于KNN的预测模型的相关研究和发展路线,最后对KNN方法的优势和不足进行了总结,并指出未来可能的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷锋	西南民族大学计算机科学与技术学院	69	434	12.0	18.0
2	袁平	重庆第二师范学院数学与信息工程学院	14	22	2.0	4.0
3	林罗杰	四川大学计算机学院	1	0	0.0	0.0