基于聚类分析的非参数回归短时交通流预测方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于聚类分析的非参数回归短时交通流预测方法

刘洋, 马寿峰

文章导航 > 交通信息与安全 > 2013 > 31(2): 27-31,40

刘洋, 马寿峰. 基于聚类分析的非参数回归短时交通流预测方法[J]. 交通信息与安全, 2013, 31(2): 27-31,40. doi: 10.3963/j.issn.1674-4861.2013.02.007

引用本文:

刘洋, 马寿峰. 基于聚类分析的非参数回归短时交通流预测方法[J]. 交通信息与安全, 2013, 31(2): 27-31,40. doi: 10.3963/j.issn.1674-4861.2013.02.007

LIU Yang, MA Shoufeng. Non-parametric Regression for Short-term Traffic Flow Forecasting Based on Cluster Analysis[J]. Journal of Transport Information and Safety, 2013, 31(2): 27-31,40. doi: 10.3963/j.issn.1674-4861.2013.02.007

Citation:

LIU Yang, MA Shoufeng. Non-parametric Regression for Short-term Traffic Flow Forecasting Based on Cluster Analysis[J]. Journal of Transport Information and Safety, 2013, 31(2): 27-31,40. doi: 10.3963/j.issn.1674-4861.2013.02.007

刘洋, 马寿峰. 基于聚类分析的非参数回归短时交通流预测方法[J]. 交通信息与安全, 2013, 31(2): 27-31,40. doi: 10.3963/j.issn.1674-4861.2013.02.007

引用本文:

刘洋, 马寿峰. 基于聚类分析的非参数回归短时交通流预测方法[J]. 交通信息与安全, 2013, 31(2): 27-31,40. doi: 10.3963/j.issn.1674-4861.2013.02.007

LIU Yang, MA Shoufeng. Non-parametric Regression for Short-term Traffic Flow Forecasting Based on Cluster Analysis[J]. Journal of Transport Information and Safety, 2013, 31(2): 27-31,40. doi: 10.3963/j.issn.1674-4861.2013.02.007

Citation:

LIU Yang, MA Shoufeng. Non-parametric Regression for Short-term Traffic Flow Forecasting Based on Cluster Analysis[J]. Journal of Transport Information and Safety, 2013, 31(2): 27-31,40. doi: 10.3963/j.issn.1674-4861.2013.02.007

基于聚类分析的非参数回归短时交通流预测方法

doi: 10.3963/j.issn.1674-4861.2013.02.007

刘洋,
马寿峰

天津大学管理与经济学部天津300072
天津大学管理与经济学部天津300072

基金项目:

国家自然科学基金项目

教育部博士点基金项目

中图分类号: U491
计量
- 文章访问数: 510
- HTML全文浏览量: 120
- PDF下载量: 0
- 被引次数: 0
出版历程
- 刊出日期: 2013-04-28

Non-parametric Regression for Short-term Traffic Flow Forecasting Based on Cluster Analysis

摘要: 大部分非参数回归预测算法并不对交通流历史数据进行区分,而是将全部历史流量数据建立模式库进行分析.基于交通流的现实特征,提出基于聚类分析的非参数回归短时交通流预测方法,首先根据流量分布特点运用聚类分析将其分类成不同的流量模式,然后选择匹配待预测时刻的流量模式作为样本数据库运用非参数回归进行预测.实例计算结果表明,其预测精度优于传统非参数回归方法.
- 短时交通流预测 /
- 聚类分析 /
- 非参数回归

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 510
HTML全文浏览量: 120
PDF下载量: 0
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由北京仁和汇智信息技术有限公司开发