基于改进个性诊断和热门路段的路况估计

发布时间：2017-07-14 17:24

  本文关键词：基于改进个性诊断和热门路段的路况估计

  更多相关文章： 智能交通 实时路况 个性诊断算法 热门数据集 路段速度

【摘要】：个性诊断(Personality Diagnosis,PD)算法只适合应用于离散型空间,应用到连续型空间时需要先进行离散化处理,导致其应用范围受限。对个性诊断算法进行改进,并应用到实时路况估计中,提出基于连续型的个性诊断和热门路段的路况估计模型(Improved Personality Diagnosis and Popular Road Model,IPDPR)。首先根据数据覆盖率提取高覆盖率路段作为基准个性类型;然后判别路网中所有路段的类型,即计算相似性概率;接着根据相似性概率获得缺失项的取值概率分布;最后计算概率最大值作为估计值。实验结果表明,本文所提IPDPR模型估计误差比概率主成分分析(Probabilistic Principal component analysis,PPCA)算法小53.88%,比滑动平均法小11.47%.
【作者单位】： 华南理工大学经济与贸易学院;中国电信股份有限公司广东研究院;
【关键词】： 智能交通 实时路况 个性诊断算法 热门数据集 路段速度
【基金】：国家高技术研究发展计划(863计划)项目(2012AA12A203)
【分类号】：U495
【正文快照】： 1引言近年来,实时路况研究成为智能交通的重要发展方向之一,在对实时路况数据进行挖掘的基础上,可以实现动态路径诱导[1-3]、路况周期模式识别[4-6]、拥堵模式识别[7,8]等应用。目前,实时路况信息采集系统大多建立在浮动车技术的基础上,浮动车车载终端以固定的时间间隔向服务

【参考文献】

中国期刊全文数据库 前4条

1 曾伟良;何兆成;沙志仁;佘锡伟;;结合卡尔曼滤波的城市路段速度估计[J];测绘科学;2013年01期

2 杨兆升;王媛;管青;;基于支持向量机方法的短时交通流量预测方法[J];吉林大学学报(工学版);2006年06期

3 姚智胜;邵春福;熊志华;岳昊;;基于主成分分析和支持向量机的道路网短时交通流量预测[J];吉林大学学报(工学版);2008年01期

4 刘奎恩;肖俊超;丁治明;李明树;;轨迹数据库中热门区域的发现[J];软件学报;2013年08期

【共引文献】

中国期刊全文数据库 前10条

1 赵亚萍;张和生;周卓楠北京交通大学电气工程学院;杨军;潘成;贾利民;;基于最小二乘支持向量机的交通流量预测模型[J];北京交通大学学报;2011年02期

2 姜桂艳;常安德;牛世峰;丛玉良;程德明;王秋兰;;基于BP神经网络的交通数据序列动态可预测性分析方法[J];北京工业大学学报;2011年07期

3 王新颖;隽志才;吴庆妍;孙元;;KNN算法的数据优化策略[J];吉林大学学报(信息科学版);2010年03期

4 杨际祥;谭国真;王凡;田珠;潘东;;实时交通流预测的并行SVR预测方法[J];大连理工大学学报;2010年06期

5 孙占全;潘景山;张赞军;张立东;丁青艳;;基于主成分分析与支持向量机结合的交通流预测[J];公路交通科技;2009年05期

6 李春贵;徐树安;闫向磊;温鑫;张增芳;;结合粒子群算法的小波神经网络交通流预测[J];广西工学院学报(自然科学版);2010年03期

7 张利红;梁英波;李晋;;基于BP神经网络的轧机油膜厚度补偿的测试与建模[J];锻压技术;2012年04期

8 袁健;范炳全;;交通流短时预测研究进展[J];城市交通;2012年06期

9 王晓华;杨娜;;基于遗传算法的参数优化估算模型[J];电子世界;2012年24期

10 杨显立;许伦辉;周勇;;基于小波神经网络的道路交通流量实时预测模型研究[J];公路交通技术;2013年05期

中国重要会议论文全文数据库 前2条

1 吴利丰;刘思峰;方志耕;;基于新信息优先主成分回归的多参数复杂装备费用预测[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

2 杨锦伟;肖新平;郭金海;;基于灰关联与少数据云推理的短时交通流预测[A];第25届全国灰色系统会议论文集[C];2014年

中国博士学位论文全文数据库 前10条

1 董春娇;多状态下城市快速路网交通流短时预测理论与方法研究[D];北京交通大学;2011年

2 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年

3 胡家兴;基于违法数据分析的道路交通安全管理决策研究与应用[D];大连海事大学;2011年

4 姚智胜;基于实时数据的道路网短时交通流预测理论与方法研究[D];北京交通大学;2007年

5 冯金巧;城市道路交通拥挤预测关键技术研究[D];吉林大学;2008年

6 王媛;大范围战略交通协调控制系统关键技术研究[D];吉林大学;2009年

7 龚勃文;大规模路网下中心式动态交通诱导系统关键技术研究[D];吉林大学;2010年

8 王凡;基于支持向量机的交通流预测方法研究[D];大连理工大学;2010年

9 刘明君;基于混合交通流的信号交叉口机动车车头时距研究[D];北京交通大学;2010年

10 靳引利;省域高速公路网交通诱导系统关键技术研究[D];长安大学;2009年

中国硕士学位论文全文数据库 前10条

1 别兆东;潍坊至日照高速公路建设项目可行性研究[D];哈尔滨工程大学;2010年

2 毛小飞;基于小波包分析和支持向量回归机的交通流量预测方法研究[D];西华大学;2011年

3 邝朝剑;基于浮动车数据的物流配送路况预测研究[D];华南理工大学;2011年

4 潘罗敏;地铁短时客流量预测预警研究[D];首都经济贸易大学;2011年

5 姜ei闻;城市道路交通流监控及短时预测技术研究[D];西南交通大学;2011年

6 刘林;基于LSSVM的短期交通流预测研究与应用[D];西南交通大学;2011年

7 徐永俊;基于混沌和SVR的短时交通流预测方法研究[D];西南交通大学;2011年

8 吴方国;采用低频采样浮动车数据的城市路段行程时间估计与预测[D];浙江工业大学;2010年

9 吕兵兵;基于稳健统计的公路短时交通流“机理+辨识”策略研究[D];天津大学;2010年

10 易良友;道路交通流量数据处理与预测模型研究[D];重庆大学;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期

2 林娜;李志;王斌;;一种综合地图匹配算法的设计与实现[J];测绘科学;2008年02期

3 王进;史其信;;短时交通流预测模型综述[J];中国公共安全(学术卷);2005年01期

4 陈浩,陈立辉,毕笃彦,毛柏鑫;BP网络和支持向量机在非线性函数逼近中的应用[J];航空计算技术;2004年03期

5 温惠英;徐建闽;傅惠;;基于灰色关联分析的路段行程时间卡尔曼滤波预测算法[J];华南理工大学学报(自然科学版);2006年09期

6 杨兆升;王媛;管青;;基于支持向量机方法的短时交通流量预测方法[J];吉林大学学报(工学版);2006年06期

7 姜桂艳;常安德;张玮;;基于GPS浮动车的路段行程时间估计方法比较[J];吉林大学学报(工学版);2009年S2期

8 姜桂艳;张玮;常安德;;基于GPS浮动车的交通信息采集系统的数据组织方法[J];吉林大学学报(工学版);2010年02期

9 孙棣华,张星霞,张志良;地图匹配技术及其在智能交通系统中的应用[J];计算机工程与应用;2005年20期

10 钱寒峰;林航飞;杨东援;;浮动车车速处理分析系统中的数据融合技术[J];计算机工程与应用;2007年31期

中国硕士学位论文全文数据库 前1条

1 董均宇;基于GPS浮动车的城市路段平均速度估计技术研究[D];重庆大学;2006年

，

本文编号：542004