10.3969/j.issn.1008-1151.2019.07.003
基于张量填充的短时交通流预测算法
短时间内挖掘和分析高速公路交通流数据,实时准确预测短时交通流状态,是建立有效的交通诱导系统,改善高速公路服务水平的有效措施.交通流具有明显的不确定性、随机性、复杂性及时空相关性,现有短时交通流预测模型在预测能力和精度上往往存在着不同程度的限制.研究基于张量理论,构建了多维度的动态张量模型,采用HaLRTC预测算法,并给出了算法的逻辑流程图.实验结果表明,HaLRTC算法可通过挖掘数据规律同时完成一周七天的预测,具有更好的预测精度.
高速公路、短时交通流预测、张量填充
21
TP393(计算技术、计算机技术)
2019-09-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
7-9,20