应用ARIMA模式于车辆侦测器数据填补

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用ARIMA模式于车辆侦测器数据填补

林大杰, 艾嘉铭, 陈哲先, 郑家豪, 吴渊展

文章导航 > 交通信息与安全 > 2015 > 33(3): 77-81

林大杰, 艾嘉铭, 陈哲先, 郑家豪, 吴渊展. 应用ARIMA模式于车辆侦测器数据填补[J]. 交通信息与安全, 2015, 33(3): 77-81. doi: 10.3963/j.issn 1674-4861.2015.03.013

引用本文:

林大杰, 艾嘉铭, 陈哲先, 郑家豪, 吴渊展. 应用ARIMA模式于车辆侦测器数据填补[J]. 交通信息与安全, 2015, 33(3): 77-81. doi: 10.3963/j.issn 1674-4861.2015.03.013

LIN Dajie, AI Jiaming, CHEN Zhexian, ZHENG Jiahao, WU Yuanzhan. Traffic Data Stitching Based on ARIMA Model[J]. Journal of Transport Information and Safety, 2015, 33(3): 77-81. doi: 10.3963/j.issn 1674-4861.2015.03.013

Citation:

LIN Dajie, AI Jiaming, CHEN Zhexian, ZHENG Jiahao, WU Yuanzhan. Traffic Data Stitching Based on ARIMA Model[J]. Journal of Transport Information and Safety, 2015, 33(3): 77-81. doi: 10.3963/j.issn 1674-4861.2015.03.013

林大杰, 艾嘉铭, 陈哲先, 郑家豪, 吴渊展. 应用ARIMA模式于车辆侦测器数据填补[J]. 交通信息与安全, 2015, 33(3): 77-81. doi: 10.3963/j.issn 1674-4861.2015.03.013

引用本文:

林大杰, 艾嘉铭, 陈哲先, 郑家豪, 吴渊展. 应用ARIMA模式于车辆侦测器数据填补[J]. 交通信息与安全, 2015, 33(3): 77-81. doi: 10.3963/j.issn 1674-4861.2015.03.013

LIN Dajie, AI Jiaming, CHEN Zhexian, ZHENG Jiahao, WU Yuanzhan. Traffic Data Stitching Based on ARIMA Model[J]. Journal of Transport Information and Safety, 2015, 33(3): 77-81. doi: 10.3963/j.issn 1674-4861.2015.03.013

Citation:

LIN Dajie, AI Jiaming, CHEN Zhexian, ZHENG Jiahao, WU Yuanzhan. Traffic Data Stitching Based on ARIMA Model[J]. Journal of Transport Information and Safety, 2015, 33(3): 77-81. doi: 10.3963/j.issn 1674-4861.2015.03.013

应用ARIMA模式于车辆侦测器数据填补

doi: 10.3963/j.issn 1674-4861.2015.03.013

逢甲大学运输科技与管理学系台湾台中40724
逢甲大学运输科技与管理学系台湾台中40724
逢甲大学运输科技与管理学系台湾台中40724
逢甲大学运输科技与管理学系台湾台中40724
台中市交通局交通规划科台湾台中40341

中图分类号: TP311.132.3
计量
- 文章访问数: 252
- HTML全文浏览量: 57
- PDF下载量: 2
- 被引次数: 0
出版历程
- 刊出日期: 2015-06-28

Traffic Data Stitching Based on ARIMA Model

摘要: 交控系统是利用各项侦测器或纵坐标名称、单位来进行交通特性搜集的,近年来由于在有线与无线传输的技术上日渐成熟,许多的信息都可以快速的传回至交控中心.但是目前车辆侦测器设置的位置会影响数据收集的准确度,且感应线圈车辆侦测器面临着经常发生数据遗漏.数据产生缺漏对于交通管理决策缺乏效率,而且无法彰显出投资车辆侦测器之价值.为了避免车辆侦测器数据遗漏、断线或数据异常不能使用之情形出现,利用自回归移动平均模型(ARIMA)来填补车辆侦测器所遗失的数据,其MAPE值小于20%,故ARIMA模式较平均法更优秀,其係以历史资料来建构,故有相当优良的填补绩效.
- 交控系统 /
- 感应线圈车辆侦测器 /
- 数据填补 /
- ARIMA
- traffic control system /
- vehicle detectors /
- traffic data stitching /
- ARIMA

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 252
HTML全文浏览量: 57
PDF下载量: 2
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由北京仁和汇智信息技术有限公司开发