新闻动态
2020年10月,THU-LEAD张正超博士的研究论文“High‐performance traffic speed forecasting based on spatiotemporal clustering of road segments(基于时空路段聚类的高效能交通速度预测方法)” 被IET Intelligent Transport Systems接收。
文章亮点:
• 提出了同时考虑交通速度演化模式与路网空间拓扑结构的路段聚类方法
• 提出了一种新的交通预测框架:以聚类后的路段簇作为载体,一簇一簇地分别建立Seq2Seq模型,从而并行地实现整个路网的交通速度预测
• 利用北京市4环的真实数据进行算例实验,结果表明所提出方法的预测准确率及计算效率均比经典基准算法具有显著优势
摘要:
交通速度预测是智能交通系统应用中不可或缺的部分。大量的已有研究构建了高精度的交通预测模型。然而,已有方法大多数以单个路段或者整个路网作为研究载体。以单个路段作为载体的预测模型在面对大规模路网应用时存在计算效率较低的问题。由于路网交通状态的异质性,以整个路网作为载体的模型会容易遇到欠拟合问题。因此,本文提出了一种基于路段聚类的全新交通预测框架。首先,我们提出了考虑交通速度演化模式与路网空间拓扑结构的路段聚类方法。进一步,通过此方法对于路网中的路段进行聚类处理。在此基础上,以聚类后的路段簇作为载体,一簇一簇地分别建立Seq2Seq模型,从而并行地实现整个路网的交通速度预测。利用北京市4环的真实数据进行算例实验,结果表明所提出方法的预测准确率及计算效率均显著优于经典的基准算法。
Copyright © 2009-2011,www.thu-lead.com,All rights reserved
版权所有 © THU-LEAD交通科学实验室 未经许可 严禁复制