实时交通数据的噪声识别和消噪方法

摘要：

以常用的交通数据--交通量时间序列的实测数据为例,给出多个噪声识别及消噪预处理的实验结果.为提高建模的准确度,采用模糊减法聚类对交叉口实测交通量进行噪声识别.对实测交通量采用奇异值分解的滤波方法进行除噪预处理,并通过训练径向基函数网络进行预测.与数据未经滤波直接训练网络相比,预测结果的平均绝对相对误差降低了3.31%.用小波变换对交通量数据进行消噪处理,即通过多分辨率的小波分解和重构来实现消噪.实验表明,若对原始交通量时间序列消噪后再建立预测模型,将获得更好的预测结果,这说明研究的噪声识别和消噪方法的可行性和有效性.

关键词：噪声识别、消噪、交通数据、小波分析、免疫算法

所属期刊栏目：36

分类号：U491.1(交通工程与公路运输技术管理)

资助基金：中国科学院资助项目50378016;江苏省教育厅自然科学基金05KJB520056

在线出版日期：2006-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：322-325