-
题名处理缺失数据的短时交通流预测模型
被引量：8
- 1
-
-
作者
徐健锐
李星毅
施化吉
-
机构
江苏大学计算机科学与通信工程学院
镇江机电高等职业技术学校信息处
-
出处
《计算机应用》
CSCD
北大核心
2010年第4期1117-1120,1124,共5页
-
基金
国家自然科学基金资助项目(60841003)
国家火炬计划项目(2004EB33006)
-
文摘
针对交通检测中数据的缺失问题,提出了一种新的交通流综合短时预测模型,这种模型可以对交通检测中的缺失数据进行重建,并在此基础上运用改进的卡尔曼平滑算法进行短时交通流预测。该模型克服了传统的预测方法无法对检测数据的缺失进行处理的缺点,能在数据缺失时进行有效的交通流预测。通过深圳市的实际流量数据的验证,并比对传统方法,证实该方法具有较好的预测性能,模型预测精度可以保持在88%以上,具有较好的实用性。
-
关键词
数据缺失
交通流
小波降噪
卡尔曼平滑滤波
短时预测
-
Keywords
data missing
traffic flow
wavelet de-noising
Kalman smooth filtering
short-term forecasting
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
