原文传递
基于神经网络及关联性修正的交通异常预测研究
| 题名： | 基于神经网络及关联性修正的交通异常预测研究 |
| 正文语种： | 中文 |
| 作者： | 安实；王雷；周超； |
| 关键词： | 智能交通；交通异常事件；交通异常预测；神经网络；皮尔逊检验；关联性修正 |
| 摘要： | 为实现城市交通异常管理的主动式响应,给交通异常处置争取更多的时间,减少交通异常对城市路网的影响,提出了一种基于神经网络及关联性修正的交通异常预测方法。基于历史异常数据构建交通异常数据库,并定义了预测模型中的主要参数;构建了基于改进神经网络算法的交通异常预测模型,在此基础上,创新性地提出了结合不同单元区域背景概率及交通异常相关关系挖掘的预测修正算法,对预测结果进行关联性修正以得到最终更加准确的预测结果,大幅提升了模型的预测精度。应用哈尔滨市30 d实例数据训练了所提出的交通异常预测模型,用15 d数据进行了 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2019 |
| 期： | 02 |
| 页码： | 10-17 |
检索历史
应用推荐
