基于模式挖掘的交通预测模型
智能交通系统是解决交通阻塞、确保交通安全和减少交通预算等的有效保障,其中一个核心问题是采取有效的方法,实施对将来交通状况的预测.目前主要有四种类型的预测方法:基于历史数据的方法、基于时间序列分析的方法、基于仿真方法和基于神经网络的方法.它们或者只考虑现实状况或者只注重历史规律,没有很好地将现实状况和历史行驶规律结合.单纯地依靠以往数据中蕴涵的规律模式不能很好的实时而确切地预测当前的活动,只有与当前实时的交通状况结合,才能更好地进行交通预测.本文提出了一个新的预测方法.该方法结合了基于模式预测的长远性和基于当前状况的实时性,从而使得预测不但具有”远见性”,而且具有较好的”实时性”,使得实时预测的可行性和准确性得到保证.
模式挖掘 交通预测模型 智能交通系统
宋国杰 马帅 唐世渭 杨冬青
北京大学计算机科学技术系,北京,1008712 北京大学计算机科学技术系,北京,1008712;北京大学视觉与听觉信息处理国家重点实验室,北京,1008712
国内会议
郑州
中文
310-312
2002-08-26（万方平台首次上网日期，不代表论文的发表时间）