城市交通信息估计与预测
数据整合: 结合GPS、视频监控、公共交通等多种数据源,构建综合数据框架。
预测模型: 运用可变阶马尔可夫模型(VOMM)和动态规则挖掘进行短期多步交通预测。
应对挑战: 解决交通模式转换中的不连续性以及多层网络耦合的复杂性等问题。
项目成果: 提高城市交通模式预测的准确性和效率,实现主动式管理策略。
数据整合: 结合GPS、视频监控、公共交通等多种数据源,构建综合数据框架。
预测模型: 运用可变阶马尔可夫模型(VOMM)和动态规则挖掘进行短期多步交通预测。
应对挑战: 解决交通模式转换中的不连续性以及多层网络耦合的复杂性等问题。
项目成果: 提高城市交通模式预测的准确性和效率,实现主动式管理策略。