全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于小波去噪和最优权重信息融合的短时交通量预测

, PP. 106-109

Keywords: 交通量预测,信息融合,最优权重,小波分析,short-timetrafficflowprediction,informationfusion,optimalweight,waveletanalysis

Full-Text   Cite this paper   Add to My Lib

Abstract:

:?针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。信息融合技术可以对不同传感器数据进行综合处理,去除冗余、克服歧义,得到比任何单个数据源更全面、更准确、更可靠的信息。综合考虑道路交通量预测的实时性、准确性和可靠性,运用基于小波分析的去噪和现代信息融合思想,提出了一种基于小波去噪和最优权重的信息融合预测方法,并用实际数据进行验证。实证分析的结果表明,该方法能够有效提高交通量的预测精度。

References

[1]  刘同明,夏祖勋. 数据融合技术及其应用[M]. 北京: 国防工业出版社,2000.
[2]  汪海渊,朱彦东,杨东援. 数据融合技术及其在交通领域中的应用[J]. 交通与计算机,2001,19(101):42 - 45.
[3]  吴志周,杨晓光,高佳发. ATIS 数据融合模型的研究[J]. 交通与计算机,2005,23(2):7 - 10.
[4]  贺国光,马寿峰,李宇. 基于小波分解与重构的交通流短时预测法[J]. 系统工程理论与实践,2002(9):101 - 106.
[5]  TAN Man-chun,LI Ying-jun,XU Jian-min. A hybrid ARIMA andSVM model for traffic flow prediction based on wavelet denoising[J]. Computer Engineering and Applications,2009,26(7): 127- 131.
[6]  QU Weilian,YAO San. MAR Estimation of Signals Based on KalmanFiltering[J]. J. of HU ST. :Urban Science Edition,2003,20(4): 11 - 12.
[7]  Li X R. Comparison of two measurement fusion methods for KalmanFilter Based multisensor data fusion [J]. IEEE Transactions onAerospace and Electronic Systems,2001,37 (1): 273 - 280.
[8]  杨露菁,余华. 多源信息融合理论及应用[M]. 北京:北京邮电大学出版社,2006.
[9]  杨兆升,王爽,马道松. 基础交通信息融合方法综述[J]. 公路交通科技,2006,23(3):111 - 116.
[10]  MA Jun,LI Xiao-dong,MENG Ying. Research of urban traffic flowforecasting based on neural network [J]. Acta Electronica Sinica,2009,37(5): 1092 - 1093.
[11]  谭满春,李英俊,徐建闽. 基于小波消噪的ARIMA 与SVM 组合交通流预测[J]. 公路交通科技,2009,26(7): 127 - 131.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133