为了克服已有道路交通状态获取方法的准确性较差的不足,本发明提供了一种有效获取道路交通状态、准确性较好的基于空间交通特性Kernel-KNN匹配的道路交通状态获取方法。
一种基于空间交通特性Kernel‑KNN匹配的道路交通状态获取方法,首先提取目标路段及与其空间关联路段的具有代表性的道路交通数据,经过数据预处理后建立道路交通运行特征参考序列;然后选取空间道路交通数据序列,并构建空间道路交通数据序列的Mercer核;最后选取空间道路交通特征参考数据序列和当前空间道路交通特征序列,获取空间道路交通特征参考数据序列和当前空间道路交通特征序列在特征空间的欧式距离,通过KNN方法选取目标路段的k个道路交通状态,最后通过加权平均获取目标路段的道路交通状态。最终实现对道路交通运行状态实时、有效的动态估计。本发明有效获取道路交通状态、准确性较好。
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”(2011计划)协同创新中心牵头高校和浙江省首批重点建设高校,坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务,以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色,大力培养德智体美劳全面发展,富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
评价单位:- (-)
评价时间:2024-11-06
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>