期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多类型浮动车数据的高速公路路段速度修正模型
被引量:
1
1
作者
孙威巍
何兆成
+1 位作者
陈锐祥
叶伟佳
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第6期88-96,共9页
考虑到存在多类型浮动车,且不同车型之间车辆性能等不同,为了获得更加准确的路段速度,本文区分车辆类型,使用人工神经网络技术对浮动车速度和高速公路路段速度进行了建模。利用广州机场高速上的浮动车数据进行验证,并与基于贝叶斯网络...
考虑到存在多类型浮动车,且不同车型之间车辆性能等不同,为了获得更加准确的路段速度,本文区分车辆类型,使用人工神经网络技术对浮动车速度和高速公路路段速度进行了建模。利用广州机场高速上的浮动车数据进行验证,并与基于贝叶斯网络的方法进行比较。结果表明:修正前速度的平均绝对相对误差(MAPE)约为20%,平均绝对误差(ABS)约为8 km/h,修正后速度的平均绝对相对误差在10%以内,平均绝对误差在5 km/h以内,说明该方法具有较好的效果。
展开更多
关键词
多
类型
浮动
车
数据
路段速度修正
人工神经网络
高速公路路段速度
下载PDF
职称材料
题名
基于多类型浮动车数据的高速公路路段速度修正模型
被引量:
1
1
作者
孙威巍
何兆成
陈锐祥
叶伟佳
机构
中山大学智能交通研究中心
广东省智能交通系统重点实验室
出处
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第6期88-96,共9页
基金
广东省重大专项(2014B010118002)
广东省科技计划项目(2017B030307001)
文摘
考虑到存在多类型浮动车,且不同车型之间车辆性能等不同,为了获得更加准确的路段速度,本文区分车辆类型,使用人工神经网络技术对浮动车速度和高速公路路段速度进行了建模。利用广州机场高速上的浮动车数据进行验证,并与基于贝叶斯网络的方法进行比较。结果表明:修正前速度的平均绝对相对误差(MAPE)约为20%,平均绝对误差(ABS)约为8 km/h,修正后速度的平均绝对相对误差在10%以内,平均绝对误差在5 km/h以内,说明该方法具有较好的效果。
关键词
多
类型
浮动
车
数据
路段速度修正
人工神经网络
高速公路路段速度
Keywords
multiple types of floating car data
road speed correction
artificial neural network
road speed of highway
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多类型浮动车数据的高速公路路段速度修正模型
孙威巍
何兆成
陈锐祥
叶伟佳
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2018
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部