期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于K最近邻算法的城市路段行程时间短时预测
被引量：
4
1
作者
涂锐
秦江灵
+3 位作者
赵志平
徐建川
陈顺举
夏立
《重庆理工大学学报（自然科学）》
CAS
北大核心
2019年第7期152-159,共8页
为了对城市路段行程时间进行短时预测,构建了基于KNN算法和汽车电子标识数据的城市路段行程时间短时预测方法。首先介绍了汽车电子标识数据的采集原理,以及通过汽车电子标识数据集进行路段行程时间估计的方法。然后构建基于KNN算法的城...
为了对城市路段行程时间进行短时预测,构建了基于KNN算法和汽车电子标识数据的城市路段行程时间短时预测方法。首先介绍了汽车电子标识数据的采集原理,以及通过汽车电子标识数据集进行路段行程时间估计的方法。然后构建基于KNN算法的城市路段行程时间的短时预测模型,包括构建特征向量、交叉验证方法确定K值以及局部估计方法等。实验结果表明:预测模型在城市快速路和主干路的平均相对误差百分比达到了6.58%左右,取得了较好的预测效果;与历史均值模型和自回归移动平均模型相比,该模型在城市快速路和主干路的预测结果分别提升了39.6%和16.8%。
展开更多
关键词
行程时间短时预测
K最近邻算法
城市路段
汽车电子标识
交叉验证
在线阅读
下载PDF
职称材料
题名
基于K最近邻算法的城市路段行程时间短时预测
被引量：
4
1
作者
涂锐
秦江灵
赵志平
徐建川
陈顺举
夏立
机构
重庆市公安局渝北区分局交通巡逻警察支队
重庆大学计算机学院
出处
《重庆理工大学学报（自然科学）》
CAS
北大核心
2019年第7期152-159,共8页
基金
国家重点研究计划课题(2017YFC0212103)
重庆市公安局科技攻关计划项目(Z2018-12)
文摘
为了对城市路段行程时间进行短时预测,构建了基于KNN算法和汽车电子标识数据的城市路段行程时间短时预测方法。首先介绍了汽车电子标识数据的采集原理,以及通过汽车电子标识数据集进行路段行程时间估计的方法。然后构建基于KNN算法的城市路段行程时间的短时预测模型,包括构建特征向量、交叉验证方法确定K值以及局部估计方法等。实验结果表明:预测模型在城市快速路和主干路的平均相对误差百分比达到了6.58%左右,取得了较好的预测效果;与历史均值模型和自回归移动平均模型相比,该模型在城市快速路和主干路的预测结果分别提升了39.6%和16.8%。
关键词
行程时间短时预测
K最近邻算法
城市路段
汽车电子标识
交叉验证
Keywords
short-term travel time predication
KNN
urban roads
ERI
cross validation
分类号
TP39 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于K最近邻算法的城市路段行程时间短时预测
涂锐
秦江灵
赵志平
徐建川
陈顺举
夏立
《重庆理工大学学报（自然科学）》
CAS
北大核心
2019
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
