移动感知环境下基于CSA-SSVR的交通状态预测方法
【出 处】:
【作 者】:
夏卓群
[1]
罗君鹏
[2]
胡珍珍
[2]
【摘 要】相较于传统感知网络,移动群智感知网络在部署和维护成本上有着较大优势,在智能交通系统中得到了越来越多的应用.交通状态的预测对交通管理系统具有重要意义,从移动群智感知环境下获取的车速数据出发,以支持向量回归算法(SVR)为基础,引入周期性算子,并采用布谷鸟算法(CSA)确定周期性SVR(SSVR)中的主要参数,提出了CSA-SSVR,对道路未来车速进行预测,据此判断道路的未来交通状态.实验表明,CSA-SSVR在移动群智感知环境下对于交通状态预测问题的准确性较高.
相关热词搜索: 移动群智感知网络 交通状态预测 SVR算法 布谷鸟算法
上一篇: 基于标记信息级联传播树特征的谣言检测新方法
下一篇: 基于深度神经网络的行人头部检测