简介:摘要:分析短时交通流预测的意义,对国内外的研究方法和主要成果进行详细的阐述、分析、归类,主要包括基于传统统计分析的预测模型、非参数回归预测模型、基于非线性理论的预测模型、智能预测模型等4种单一预测模型和组合预测模型,对各类模型复杂性、精度、适用性进行逐一分析。短时交通流预测研究领域在未来一段时间内发展趋势是数据来源多样化、混沌理论和深度学习深度发展,组合预测模型多样化,预测精度不断提高。
简介:摘要:城市轨道交通是公共交通主要部分,而随着技术进步,精准预测客流能够提升城市轨道交通安全系数,同时优化乘客服务体验。本文从概念界定入手,综合探究了城市轨道交通客流数据和多种预测模型下的客流预测方法,并对将来的研究方向提出想法。
简介:摘要:短时交通流预测是智能交通系统(ITS)的关键组成部分,其准确性、实时性直接影响到交通控制与诱导系统能否及时向出行者发布准确的交通信息,对于治理城市交通给拥堵问题具有重要意义。基于神经网络的预测方法是近年来非参数化方法中开展研究做多的,本问详细介绍了BP神经网络和RBF神经网络在交通流预测领域的应用与发展,以及国内外学者对神经网络的优化做出的努力。并提出了一个未来研究的方向即对更为复杂的网络层面上的城市道路进行预测,并拟定了一个解决方案。
简介: 摘 要:朱墨时序不仅能够证明文件真伪还可以判断文件的相对形成时间。印文与文字色料交叉不是简单的重叠覆盖作用,随着时间的推移交叉重叠部位还会发生相互溶解、渗透等反应,这就给鉴定技术人员带来了极大的困难。因此,判定朱墨时序在文件检验鉴定领域一直是难点和热点。本文总结了一些朱墨时序的检验方法,并比较分析各自的特点及适用范围,以期给文检鉴定人员提供一定的参考。