【摘要】：提出了一種基于相關(guān)向量機建模與求解思想的短時交通時序數(shù)據(jù)平滑處理方法,對短時交通時序參數(shù)平滑處理方法的流程進行了設(shè)計,并選取均方根誤差、模型訓練時間等作為評價指標。以西安市南二環(huán)快速路在不同時間尺度下的短時交通量實測數(shù)據(jù)對該平滑處理方法的有效性進行了驗證,結(jié)果表明,提出的數(shù)據(jù)平滑處理方法可為分析城市短時交通時序參數(shù)態(tài)勢變化規(guī)律、提高其參數(shù)預測精度等方面提供科學方法和理論支撐。
[Abstract]:In this paper, a method of smoothing the data of short time traffic time series based on the idea of modeling and solving of correlation vector machine is proposed. The flow chart of the method is designed, and the root mean square error is selected. Model training time is used as evaluation index. The validity of the smoothing method is verified by the measured data of the traffic volume of the South second Ring Expressway in Xi'an in different time scales. The results show that, The proposed data smoothing method can provide scientific method and theoretical support for analyzing the changing law of urban traffic time series parameters and improving the precision of parameter prediction.
【作者單位】： 長安大學公路學院;鹽城工學院材料工程學院;
【基金】：陜西省自然科學基礎(chǔ)研究計劃基金資助項目(2016JM5036) 陜西省交通科技基金資助項目(15-42R;15-39R)
【分類號】：U491

【參考文獻】

相關(guān)期刊論文 前8條

1 戴帥;劉金廣;朱建安;鞏建國;;中國城市機動化發(fā)展情況及政策分析[J];城市交通;2015年02期

2 張洪賓;孫小端;賀玉龍;;短時交通流復雜動力學特性分析及預測[J];物理學報;2014年04期

3 李嘉;劉春華;胡賽陽;王芳;;基于交通數(shù)據(jù)融合技術(shù)的行程時間預測模型[J];湖南大學學報(自然科學版);2014年01期

4 孟慶芳;陳月輝;馮志全;王楓林;陳珊珊;;基于局域相關(guān)向量機回歸模型的小尺度網(wǎng)絡(luò)流量的非線性預測[J];物理學報;2013年15期

5 李琦;姜桂艷;;悉尼自適應交通控制系統(tǒng)線圈數(shù)據(jù)短時多步預測雙層模型[J];吉林大學學報(工學版);2013年04期

6 姜桂艷;常安德;牛世峰;叢玉良;程德明;王秋蘭;;基于BP神經(jīng)網(wǎng)絡(luò)的交通數(shù)據(jù)序列動態(tài)可預測性分析方法[J];北京工業(yè)大學學報;2011年07期

7 薛潔妮;史忠科;;基于混沌時間序列分析法的短時交通流預測研究[J];交通運輸系統(tǒng)工程與信息;2008年05期

8 董超俊,劉智勇,邱祖廉;基于混沌理論的交通量實時預測[J];信息與控制;2004年05期

【共引文獻】

相關(guān)期刊論文 前10條

1 文思敏;;航班過站時間可預測性分析[J];科技創(chuàng)新與應用;2016年35期

2 袁方;舒勤;戴元;;道路交通流多步預測流量控制建模研究[J];計算機仿真;2016年11期

3 石鴻雁;魏俊達;;基于李雅普諾夫指數(shù)的臨近點選取方法[J];統(tǒng)計與決策;2016年20期

4 宋頂利;張昕;于復興;;并行優(yōu)化KNN算法的交通運輸路況預測模型[J];科技通報;2016年09期

5 李振宇;李超;廖凱;;小汽車交通低碳化發(fā)展趨勢與減排潛力分析[J];中國能源;2016年09期

6 康仁偉;王俊峰;程劍鋒;劉雅晴;;基于混沌的ATP車載設(shè)備故障率預測[J];鐵道學報;2016年09期

7 吳坤;康建設(shè);池闊;;基于改進多分類算法和相關(guān)向量機的電力變壓器故障診斷方法[J];高電壓技術(shù);2016年09期

8 羅向龍;焦琴琴;牛力瑤;孫壯文;;基于深度學習的短時交通流預測[J];計算機應用研究;2017年01期

9 張春麗;成_g;;大數(shù)據(jù)分析技術(shù)及其在醫(yī)藥領(lǐng)域中的應用[J];標記免疫分析與臨床;2016年03期

10 田中大;李樹江;王艷紅;王向東;;基于混沌理論與改進回聲狀態(tài)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量多步預測[J];通信學報;2016年03期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 李瑞敏;何群;李帥;;中國機動車保有量發(fā)展趨勢分析[J];城市交通;2013年05期

2 宗剛;劉文芝;張超;謝卓然;;基于家庭決策的出行方式選擇非集計模型[J];湖南大學學報(自然科學版);2013年04期

3 姜桂艷;常安德;牛世峰;叢玉良;程德明;王秋蘭;;基于BP神經(jīng)網(wǎng)絡(luò)的交通數(shù)據(jù)序列動態(tài)可預測性分析方法[J];北京工業(yè)大學學報;2011年07期

4 張冬至;胡國清;;基于遺傳優(yōu)化小波神經(jīng)網(wǎng)絡(luò)逆模型的油水測量[J];光學精密工程;2011年07期

5 韓敏;趙耀;楊溪林;林東;;基于魯棒相關(guān)向量機的轉(zhuǎn)爐煉鋼終點預報模型[J];控制理論與應用;2011年03期

6 李曉江;;當前城市交通政策若干思考[J];城市交通;2011年01期

7 聶慶慧;夏井新;張韋華;;基于多源ITS數(shù)據(jù)的行程時間預測體系框架及核心技術(shù)[J];東南大學學報(自然科學版);2011年01期

8 劉小明;;城市交通與管理——中國城市交通科學發(fā)展之路[J];交通運輸系統(tǒng)工程與信息;2010年06期

9 張玉梅;曲仕茹;;基于混沌的交通流量Volterra自適應預測模型[J];計算機應用研究;2010年12期

10 陳強;任雪梅;;基于多核最小二乘支持向量機的永磁同步電機混沌建模及其實時在線預測[J];物理學報;2010年04期

【相似文獻】

相關(guān)期刊論文 前10條

1 紀宗南;在信號處理系統(tǒng)中模擬信號平滑處理的設(shè)計[J];電測與儀表;1990年10期

2 張俊;廖勝利;程春田;李保健;申建建;;基于最小二乘曲線的水電站入流平滑處理[J];水電能源科學;2011年04期

3 郭曉輝;周剛;劉瑛;王景祿;;無動力彈軌跡平滑處理及實現(xiàn)[J];電子設(shè)計工程;2009年01期

4 唐晨,閆海青,佟景偉,李鴻琦,張v，

本文編號：2359162