检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 面向高速公路大数据的短时流量预测方法

王雪菲, 丁维龙

计算机应用 2019, 39 (1): 87-92. DOI: 10.11772/j.issn.1001-9081.2018071665

摘要（809）

PDF （1092KB）（306）

针对高速公路传统的短时交通流预测方法适用数据规模小、全网预测效率较低、数据的时空关系被忽视等问题，提出一种结合了 K近邻（ KNN）模型且面向高速大数据的短时交通流预测方法。首先，对模型的 K值和距离度量进行调优，利用交叉验证进行模型参数的对比实验；然后，考虑数据内在的业务时空关联，建模基于时空特性的特征向量；最后，在大数据环境下建立回归预测模型，以最优参数的模型实现预测。实验结果表明，与传统时间序列模型相比，所提方法一次可预测出全站点的流量，单次运行速度快，效率提高了77%，平均绝对百分比误差（MAPE）和绝对百分比误差中位数（MDAPE）均有明显减低，且具有良好的水平扩展性。

参考文献 | 相关文章 | 多维度评价

Select

2. 面向套牌甄别的流式计算系统

乔通, 赵卓峰, 丁维龙

计算机应用 2017, 37 (1): 153-158. DOI: 10.11772/j.issn.1001-9081.2017.01.0153

摘要（563）

PDF （1074KB）（452）

套牌车的甄别具有时效性约束。针对现有计算检测方法中所出现的精度低、响应慢等局限，提出了一种基于实时车牌识别（ANPR）数据流的套牌车流式并行检测方法，设计了基于路段阈值表和时间滑动窗口的套牌计算模型，能够实时地甄别出交通数据流中的套牌嫌疑车。在Storm环境下，利用某市真实交通数据集模拟成实时交通流数据进行实验和评估，实验结果表明计算的准确率达到98.7%，并且一条车牌识别数据的处理时间为毫秒级。最后，在该计算模型基础上实现了套牌车稽查防控系统，能实时甄别并展现出当前时刻城市交通网中出现的所有套牌嫌疑车。

参考文献 | 相关文章 | 多维度评价