短时交通流

作品数：662被引量：3366H指数：32
导出分析报告
相关领域：交通运输工程自动化与计算机技术更多>>
相关作者：曹阳施佺肖云鹏钱伟许伦辉更多>>
相关机构：长安大学北京交通大学东南大学华南理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划国家科技支撑计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 学科=自动化与计算机技术—控制理论与控制工程x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进随机森林算法的短时交通流预测研究
《中国交通信息化》2025年第2期96-100,共5页王攀 赖莉娟 
针对高速公路智能管控中对短时交通流预测的关键需求,本文提出了一种通过粒子群优化算法对随机森林模型进行参数寻优的组合预测模型(PSO-RF)。引入粒子群算法对随机森林模型进行优化,确定随机森林参数的最优组合,从而构建基于粒子群优...
关键词：智能交通 交通流预测 粒子群算法 随机森林 
基于CS优化RVM的短时交通流预测方法研究
《微型电脑应用》2024年第12期67-71,共5页晏雨婵 
咸阳市科技计划重点项目(2019k02-68);陕西工业职业技术学院自然科学类项目(2021YKYB-047)。
智能交通系统中核心内容是短时交通流量预测,因此交通流量预测精度的提高、预测用时的降低成为当前研究的重点问题。针对此问题构建一种布谷鸟搜索(CS)算法优化相关向量机(RVM)回归的短时交通流预测模型。以美国PeMS数据库中的交通流数...
关键词：交通流量预测 布谷鸟搜索算法 相关向量机 核宽度参数 
基于延迟及参数自学习的短时交通流量预测
《中国交通信息化》2024年第S2期74-77,共4页林文 
在高速公路路网运行中,短时交通流量受到多种因素的影响。本文对高速公路中的交通事件特征、道路特征、上下游特征、数据延迟特征和车辆特征等进行了分析,引入了一种基于特征的LightGBM算法,建立了考虑延迟及参数自学习的短时交通流量...
关键词：数据延迟 参数自学习 短时交通流量 LightGBM算法 
基于ARMA过滤器的时空图卷积网络短时交通流预测
《计算机工程与应用》2024年第21期308-314,共7页肖培成 曹阳 沈琴琴 施佺 
国家自然科学基金(61771265);江苏高校“青蓝工程”;南通市科技计划(JC2021198)。
针对大多数现有的时空融合图卷积网络模型在分析交通流数据所采用的过滤器提取空间特征时,可能会导致网络节点特征过于平滑从而丢失原始信息、计算量大等问题,将一种能有效逼近任何所需响应的基于自回归移动平均(ARMA)过滤器的图卷积网...
关键词：交通流预测 图卷积网络 ARMA过滤器 门控循环单元 时空特征提取 
高速公路短时交通流量预测方法设计与实现被引量：1
《微型电脑应用》2024年第11期294-297,共4页刘文疆 
高速公路交通流量受到多个因素的影响,模式复杂多变,难以准确获取短时交通流动特征。为此,引入动态时空神经网络对高速公路短时交通流量进行预测。利用交通流量阈值,计算超出道路通行能力的车辆,根据数据样本之间的欧氏距离,修复交通流...
关键词：动态时空神经网络 高速公路 短时交通流量 交通流量预测 
结合变种残差模型和Transformer的城市公路短时交通流预测
《计算机应用》2024年第9期2947-2951,共5页杨鑫 陈雪妮 吴春江 周世杰 
国家自然科学基金资助项目(62272089);四川省科技厅面上项目(2022YFG0207)。
城市公路交通流的预测受到历史交通流量和相邻车道交通流量的影响,蕴含了复杂的时空特征。针对传统交通流预测模型卷积长短时记忆(ConvLSTM)网络进行交通流预测时,未将时空特征分开提取而造成的特征提取不充分、特征信息混淆和特征信息...
关键词：短时交通流预测 交通流 时空特征提取 残差结构 TRANSFORMER 组合模型 
基于聚类算法和图神经网络的短时交通流预测被引量：1
《吉林大学学报（工学版）》2024年第6期1593-1600,共8页张玺君 余光杰 崔勇 尚继洋 
国家自然科学基金项目(62162040,61966023);甘肃省高等学校创新基金项目(2021A-028);甘肃省科技计划项目(21ZD4GA028);甘肃省自然科学基金重点项目(22JR5RA226)。
针对现有预测模型未充分利用交通流数据时空相关性的问题,本文提出了一种深度学习模型,将聚类算法、图神经网络(GNN)和门控循环单元(GRU)相结合。首先,利用聚类算法将预处理后的数据划分为不同类型的流量模式;其次,采用GNN提取复杂路网...
关键词：交通流预测 图神经网络 聚类算法 门控循环单元 皮尔逊相关系数 局部聚类系数 
基于深度学习的短时交通流预测方法综述与仿真研究被引量：2
《软件导刊》2024年第2期182-193,共12页朱仕威 叶宝林 吴维敏 
国家自然科学基金青年基金项目(61603154);浙江省自然科学基金探索项目(LTGS23F030002);浙江省自然科学基金一般项目(LY19F030014);工业控制技术国家重点实验室开放课题(ICT2022B52)。
近年来,随着城市路网交通检测设备和城市数据存储基础设施的升级换代以及深度学习技术的快速发展,应用深度学习技术解决城市路网短时交通流预测问题已成为智能交通领域的一个研究热点。不同于传统短时交通流预测方法,基于深度学习的短...
关键词：短时交通流预测 深度学习 时间序列 交通数据集 卷积神经网络 
SVM与神经网络组合模型中的短时交通流预测分析
《电子技术（上海）》2023年第12期387-389,共3页邢盼盼 李春梅 
阐述短时交通流预测方法的特点,将支持向量机(SVM)与神经网络相结合,综合运用两者对模型解析的优势,构建短时交通流分析的组合模型,结合交通流数据的训练情况,对预测模型的精度进行控制,使交通流分析过程能够顺利进行。
关键词：智能算法 SVM 神经网络 组合模型 短时交通 
基于集合经验模态分解和随机森林的短时交通流预测被引量：3
《科学技术与工程》2023年第29期12612-12619,共8页田佳 王德勇 师文喜 
国家自然科学基金(U20B2060)。
针对短时交通流数据具有非线性、不确定性等特点,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和随机森林(random forest,RF)的组合预测模型。首先,利用EEMD算法将原始交通流数据的区间平均速度序列分解...
关键词：智能交通 短时交通流预测 集合经验模态分解 随机森林 
全选清除导出
共11页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部