没有合适的资源?快使用搜索试试~
我知道了~
文库首页
课程资源
专业指导
城市道路交通流时间序列模式
城市道路交通流时间序列模式
需积分: 10
3 下载量
191 浏览量
2014-01-15
20:18:35
上传
评论
收藏
357KB
PDF
举报
温馨提示
立即下载
城市道路交通流时间序列模式
资源推荐
资源评论
时间序列在城市交通预测中的研究
浏览:161
时间序列在城市交通预测中的研究,张世英,陆晓春,客流量预测在道路修建和改建中有着重要的作用。基于公交客流量总量的历史数据,以时间序列模型预测T市2011年公交客流量总量,对比�
基于重现定量分析法的交通流量时间序列周期特性 (2010年)
浏览:113
为了提高交通流量的预测精度,用重现图和重现定量分析法,定量分析了交通流量时间序列的周期特性,并利用BP神经网络法和K近邻法,对短时交通流量进行了预测。实例分析表明:不同统计时间间隔和不同时段的交通流量时间序列的周期特性不同。统计时间间隔为5 min的交通流量时间序列有较好的实时性和较强的周期性。交通流量时间序列的周期特性与预测精度正相关,夜间交通流周期性弱,预测精度为87.41%;日间交通流周期性
基于LSTM-BP组合模型的短时交通流预测
浏览:148
为减轻日益严重的交通拥堵问题,实现智能交通管控,给交通流诱导和交通出行提供准确实时的交通流预测数据,设计了基于长短时记忆神经网络(LSTM)和BP神经网络结合的LSTM-BP组合模型算法.挖掘已知交通流数据的特征因子,建立时间序列预测模型框架,借助Matlab完成从数据的处理到模型的仿真,实现基于LSTM-BP的短时交通流精确预测.通过与LSTM\BP\WNN三种预测网络模型的对比,结果表明LST
对于交通流的预测
浏览:191
利用多元线性回归对交通流进行学习和预测,利用主成分分析进行数据压缩,利用多种聚类方法对于数据进行聚类。
基于实时数据的道路网短时交通流预测理论与方法研究
浏览:123
4星 · 用户满意度95%
可以看看,学习学习,对智能交通行业很有帮助
OD交通流数据预测
浏览:140
5星 · 资源好评率100%
小区间OD矩阵的预测工具,输入一已知的数据流可进行自动迭代推算,误差默认设置为0.001.
LSTM-交通预测 代码
浏览:182
LSTM-交通预测 代码+模型 训练数据
利用LSTM原理预测股市
浏览:7
3星 · 编辑精心推荐
利用深度学习的长短记忆原理(LSTM)对美国纳斯达克股市进行预测。
LSTM时间序列预测销量
浏览:122
5星 · 资源好评率100%
本代码采用python语言写的一个LSTM时间序列来预测销量
时间序列预测算法源代码全解
浏览:141
4星 · 用户满意度95%
预测数据,根据你输入的一组数据预测下一次数据输出,适用于课程设计。
基于状态空间模型的道路交通状态多点时间序列预测1
浏览:140
摘要:将自回归求和滑动平均(ARIMA)与人工神经网络组合模型用于短时交通流预测。利用ARIMA 模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力,
上海交通大数据应用开放服务模式研究-2015.12-上海市交通信息中心副主任 顾承华-城市道路交通管控论坛-word资料.pdf
浏览:178
上海交通大数据应用开放服务模式研究-2015.12-上海市交通信息中心副主任 顾承华-城市道路交通管控论坛-word资料.pdf
论文研究-交通流时间序列模式相似性度量法.pdf
浏览:117
使用分层聚类算法分析它们在不同的交通流状态辨识中的效果,以此确定交通流时间序列的模式相似性度量方法。以上海南北高架东侧间部分路段固定线圈检测数据为例进行了实证分析,最终确定模式距离与欧氏距离组合方式为...
论文研究-交通流时间序列的多重分形分析.pdf
浏览:193
为研究交通流时间序列的分形特征,计算实测交通流量序列的多重分形谱,结果表明交通流序列的分形谱线为端点左高右低,且顶点左偏的曲线,说明序列的分形结构是不规则的,交通流量处于最大值的次数大于处于最小值的...
基于非线性时间序列模型的城市道路短期交通流预测研究.pdf
浏览:57
基于非线性时间序列模型的城市道路短期交通流预测研究.pdf
论文研究-快速路交通流时间序列的多重分形分析.pdf
浏览:143
采用多重分形消除趋势波动分析法研究城市快速路交通流的多重分形特征。首先,计算和比较了实测的流量和速度序列的广义hurst指数,结果表明:流量序列和速度序列均呈现多重分形,且流量序列的波动程度强于速度序列。...
基于卡尔曼方法的预测短时交通流量的程序实现
浏览:171
基于卡尔曼方法的预测短时交通流量的程序实现-To achieve based on the the short-time traffic flow of the the the forecast of the Kalman method procedures
tensorflow 1.3 lstm训练和预测铁路客运数据
浏览:133
3星 · 编辑精心推荐
使用LSTM预测铁路客运时间序列,代码在tensorflow 1.3上调试运行通过,解决了网络相关资源的一些坑(很多资源不是tensorflow的版本太旧就是数据与铁路客运数据不太匹配,难以直接运行测试),不需要建立train模型和test模型(被绕了半天,这种测试应该毫无必要),可对不同的超参数组合比较训练误差和学习误差!
基于深度学习的路网短时交通流预测_焦琴琴
浏览:102
通过实验仿真分析得出:( 1 )趋势项信号可以影响预测的精度,设置最优的频谱 阈值去除趋势项能够使得预测误差减少 5% ;( 2 )压缩后的路网预测运行时间明显减 少,节约时间 90% ;( 3 )本文提出的预测模型在预测精度上优于其他预测模型,预测 误差比 SVR 模型减少 8% ,路网中各个路段的平均预测精度可以达到 92%
分布交通流预测计算
浏览:186
条件:已知现状OD表,将来OD表各行、各列总和。通过程序实现对分布交通流的计算,能实现两种计算方式:1.平均增长系数法;2.底特律法。
代码 小波神经网络的时间序列短时交通流预测
浏览:153
代码 小波神经网络的时间序列短时交通流预测代码 小波神经网络的时间序列短时交通流预测代码 小波神经网络的时间序列短时交通流预测代码 小波神经网络的时间序列短时交通流预测代码 小波神经网络的时间序列短时交通...
利用卷积神经网络识别交通指数时间序列模式.docx
浏览:119
利用卷积神经网络识别交通指数时间序列模式.docx
城市轨道客流时间序列数据集
浏览:56
城市轨道客流时间序列数据集
基于分段线性方法的瓦斯浓度时间序列模式表示
浏览:133
采用分段线性表示方法对瓦斯浓度时间序列进行模式表示后可换来较小的存储和计算代价,只保留了时间序列的主要形态,去除了细节干扰,更能反映出时间序列的自身特征,有利于提高数据挖掘的效率和准确性。
代码 基于小波神经网络的短时交通流量时间序列预测程序
浏览:27
代码 基于小波神经网络的短时交通流量时间序列预测程序代码 基于小波神经网络的短时交通流量时间序列预测程序代码 基于小波神经网络的短时交通流量时间序列预测程序代码 基于小波神经网络的短时交通流量时间序列预测...
论文研究-基于MapReduce的序列模式挖掘算法.pdf
浏览:159
MR-GSP算法将原序列数据库划分为多个子序列数据库并分发到多个Map节点,Map函数扫描存放在Map节点内存中的子序列数据库,产生局部序列模式,Reduce函数对所有局部序列模式合并,扫描原序列数据库,计算局部序列模式...
序列模式挖掘算法
浏览:100
序列模式是给定一个由不同序列组成的集合,其中,每个序列由不同的元素按顺序有序排列,每个元素由不同项目组成,同时给定一个用户指定的最小支持度阈值,序列模式挖掘就是找出所有的频繁子序列,即该子序列在序列...
gsp.rar_GSP_gsp java_序列模式_序列模式挖掘
浏览:94
l 剪切阶段:若某候选序列模式的某个子序列不是序列模式,则此候选序列模式不可能是序列模式,将它从候选序列模式中删除。 候选序列模式的支持度计算:对于给定的候选序列模式集合C,扫描序列数据库,对于其中的每...
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
若若我爱你
粉丝: 0
资源:
1
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
test4.zip
dbeaver-ce-23.2.2-x86-64-setup
Linux之Python3.9.8安装
【commons-io】
DCS号码管.xlsx
自用 winsock 练习代码
46-4.py
鸢尾花.ipynb
winmerge[代码比较工具]
学生课程实验线性失真仿真文件
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功