原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于模式挖掘的交通预测模型.pdf
计算机科学2002V01．29NQ-．8(增刊)
基于模式挖掘的交通预测模型¨
TrafficPredictionModelBasedonData
Mining
宋国杰1马帅1唐世渭1’2杨冬青1
2)
(北京大学计算机科学技术系1北京大学视觉与听觉信息处理国家重点实验室 北京100871
AbstractTraffic isoneofthemost in Traffic
prediction importantpartsIntelligentManagement
this newkindofmethodbasedonthecombinationoflocaland
System．In
paper。a globalpredic—
tion willbe tO thefuturetraffic isbased
condition．Local
providedpredict prediction
technologies
onnonlinearandSemi-Markov isbasedonthe of
system model，andprediction mining
global
willbeused．The ofourmethodis
pattern，thenmatchingstrategy performanceanalysis
moving
resultsshowourmethodisreasonableandeffective．
provided．Theexperimental
Traffic
Keywords prediction，Global pattern
prediction，Local prediction，Frequent
Pattern)有效的结合。
动模式GMP(GroupMoving
1．引言
2．1．1个体移动模式 移动模式求解采用最
智能交通系统是解决交通阻塞、确保交通安全 大模式的求解思想。最大模式是指满足一定阈值的
和减少交通预算等的有效保障，其中一个核心问题 模式集，其中的每个模式都不被其它模式所包含。我
是采取有效的方法，实施对将来交通状况的预测。 们的求懈算法描述如下：
目前主要有四种类型的预测方法：基于历史数 步骤1．采样数据规格化
据的方法c1]、基于时间序列分析的方法[2]、基于仿真 GPS系统采集到的数据是离散的采样点，由速
方法D]和基于神经网络的方法“]。它们或者只考虑 度、方向、时间、位置矢量表示。为有效利用挖掘算法
现实状况或者只注重历史规律，没有很好地将现实 和抛弃局部细节，将数据如下整理：对移动区间按一
状况和历史行驶规律结合。单纯地依靠以往数据中 定比例划
文档评论（0）