基于SARBF神经网络拟合的交通流量残缺信息修补方法研究
城市交通流量采集过程中由于检测器故障存在数据残缺现象。为解决这个问题，提出了SARBF神经网络拟合方法，即基于空间自相关分析方法和RBF神经网络拟合相结合的方法对交通流残缺信息进行修补。主要利用信息残缺路口在路网中的空间自相关性，确定相关性较强的信息完整路口流量对其进行修补，并利用神经网络拟合的方法提高了拟合的精度，避免了回归分析的局限性。最后对该方法予以实践，用于杭州市部分信息残缺路口的修补，结果表明该方法有效可行。
交通流 残缺信息修补 空间自相关 SARBF神经网络拟合
吴坚 陈宁
浙江科技学院机械与汽车工程学院,杭州310023
国内会议
北京
中文
5426-5429
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）