-
题名基于路网相关性的分布式增量交通流大数据预测方法
被引量：15
- 1
-
-
作者
李欣
孟德友
-
机构
河南财经政法大学中原经济区"三化"协调发展河南省协同创新中心/河南财经政法大学资源与环境学院
-
出处
《地理科学》
CSSCI
CSCD
北大核心
2017年第2期209-216,共8页
-
基金
国家自然科学基金项目(41501178)
河南财经政法大学博士科研启动基金项目(800257)资助~~
-
文摘
针对城市道路拥堵问题的日益加剧的问题,智能化城市交通管理平台是缓解拥堵问题的有效方法,利用交通流大数据预测结果进行交通诱导,能够指导用户调整出行方案,有效缓解交通压力。研究了交通流大数据的分布式增量聚合方法,对海量交通流数据进行清洗统计,为交通流预测提供数据基础,基于交通流在路网中上下游路段的相关性分析,利用路口转弯率多阶分配将该相关性量化,构建基于路网相关性的空间权重矩阵,完成对于STARIMA模型的改进。通过应用试验证明,该方法能更准确的进行交通流预测,为交通诱导信息发布提供依据。
-
关键词
交通流
大数据
分布式增量
路网相关性
STARIMA
-
Keywords
traffic flow
big data
distributed incremental
road network correlation
STARIMA
-
分类号
K909
[历史地理—人文地理学]
-
