本次3月19日的讨论会主要聚焦于一个交通流量预测的项目,涉及到毕业设计和测试环节。在探讨过程中,团队成员提出了多个关键点和建议,以下是对这些内容的详细阐述: 1. 数据统计分析:会议提议探索基于1小时和2小时的统计情况,这可能涉及到对交通流量在不同时间周期内的变化规律进行分析,以便更好地理解交通模式。 2. 特征补充: - 交叉路口计数:如果一条路线连接了两个link,这可能意味着存在交叉路口,因此增加了新特征,即每条路线遇到的交叉路口数量。 - 路径宽度:区分不同车道数的link,例如1车道、2车道、3车道和4车道,并记录它们的数量和长度,这些信息对理解道路承载能力至关重要。 - 节假日标识:确定数据中是否包含特定节日如国庆节和中秋节,这可能影响交通流量。 3. 数据清洗:讨论是否应该删除十一期间(国庆节)的数据,这可能是为了排除特殊时期的异常影响,使模型能更好地捕捉常态下的交通流量模式。 4. 研究历史数据和论文:查看过去的赛事成果,了解预期的完成标准,同时分享相关论文和研究主题,以获取灵感和最佳实践。 5. 时间特征构建:提出了一种时间特征刻画方法,即将一周划分为七个部分,每天有3×20个特征,用于预测12个时间窗口的交通流量。这种方法利用了上周和前一天的数据来预测未来。 6. 模型选择: - 提到了时间序列模型如ARIMA、指数平滑和季节性指数平滑,但它们可能只利用了车流信息,未能充分利用其他如天气的数据。 - 提议将每一天作为一个单独的训练集,用参数匹配测试集中的模型,找到最佳匹配来预测未知数据。 - 建议使用深度学习网络结合回归模型,输入变量分为固定因素、时间相关特性以及前一天和前一周的特征。 7. 明显的假期模式:注意到节假日对交通流量有显著影响,需要纳入模型考虑。 8. 流量预测策略: - 提议对每个“收费口-方向”组合建立独立的训练集,以更精确地预测特定地点的流量。 - 确定了要提取的关键特征,包括星期、时间段、是否假期、湿度、降雨、风速、收费口、方向、路径长度、路径宽度、车辆类型以及岔路口信息。 - 时间刻画将分为天、小时、20分钟的层次,并关联到每周的哪一天。 - 变量无需进行归一化处理。 9. 下阶段任务明确了数据预处理的方向,包括提取记录的星期、时间段、是否为假期、路线是否有岔路、道路长度和宽度,并定义每个变量的特征表示形式。 综上,这次讨论会主要集中在交通流量预测模型的构建,涉及了数据特征的选择、时间序列分析、模型选择和优化、以及数据预处理的细节。团队成员提出了一系列创新的思路和操作步骤,为后续的毕业设计和测试工作奠定了基础。
![](https://csdnimg.cn/release/download_crawler_static/86293887/bg1.jpg)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![avatar](https://profile-avatar.csdnimg.cn/f1daa5562937434b8038fd78e85f896b_weixin_35824806.jpg!1)
- 粉丝: 20
- 资源: 297
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
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- 小巧可用的dll 查看工具
- spring boot2 实现elasticsearch 增删改查实例elasticsearch-rest-high-leve
- 职业院校教师科研能力提升途径.rar
- 信息办公学校教务管理系统(jsp+servlet+javabean)-school
- python项目开发实战基于OpenCV-AI人脸识别签到打卡系统(PyQt5+SQLite3)(源码+数据集+说明文档)zip
- 嵌入式大作业基于Python的上海、杭州和南京的空气质量、温度、风和降水量数据可视化分析项目源代码+数据
- 已优化的NavicatPremium数据库连接工具
- nginx一键安装脚本
- Fortran语言项目案例:学习资源和实用指南
- 基于springboot整合shiro完整代码案例demo
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)
评论0