中教数据库 > 重庆理工大学学报(自然科学版) > 文章详情

基于K最近邻算法的城市路段行程时间短时预测

【摘要】为了对城市路段行程时间进行短时预测,构建了基于KNN算法和汽车电子标识数据的城市路段行程时间短时预测方法。首先介绍了汽车电子标识数据的采集原理,以及通过汽!车电子标识数据集进行路段行程时间估计的方法。然后构建基于KNN算法的城市路段行程时!间的短时预测模型,包括构建特征向量、交叉验证方法确定K值以及局部估计方法等。实验结!果表明:预测模型在城市快速路和主干路的平均相对误差百分比达到了!6. 58 %左右,取得了较!好的预测效果;与历史均值模型和自回归移动平均模型相比,该模型在城市快速路和主干路的!预测结果分别提升了!39.6%和16.8%。

【关键词】

71 2页 重庆理工大学学报(自然科学版) 2019年7期 免费 中教数据库

全文来源于中教数据库

推荐文献
标题 作者 发表时间 全网下载量 热度 篇幅(页) 价格

基于K近邻非参数回归的短时公交客流预测 王锦添 2017年3期 686 3 2 免费

收藏

基于R-FPOP变点检测的城市路段 旅行时间预测 商明菊 2019年2期 1024 5 2 免费

收藏

基于随机森林的K最近邻算法 江昆 2016年6期 136 2 4 免费

收藏

基于多源数据融合的城市道路旅行时间预测 张威威 2019年2期 64 1 2 免费

收藏

基于Spark的高维K近邻连接算法 纪佳琪 2018年8期 11 1 2 免费

收藏

城市道路短时交通流预测方法研究 杨慧慧 2018年26期 149 2 2 免费

收藏

降雨条件下高速公路短时行程时间预测研究 李萌 2018年4期 571 3 2 免费

收藏

基于Xgboost算法的共享自行车短时需求预测研究 胡郁葱 2019年2期 408 3 2 免费

收藏

Copyright © 2013-2016 ZJHJ Corporation,All Rights Reserved

京ICP备15058941号-1

京公网安备 11011102000866号