文献

J-GLOBAL ID：201802262651055150   整理番号：18A0400527

交通流時系列は将来を予測するための有効な維持か長【Powered by NICT】

How long will the traffic flow time series keep efficacious to forecast the future?

著者 (2件)： Yuan PengCheng (Business School, University of Shanghai for Science and Technology, Shanghai 200093, China) ,  Lin XuXun (Business School of Changzhou University, Changzhou 213164, China)
資料名： Physica A. Statistical Mechanics and Its Applications  (Physica A. Statistical Mechanics and Its Applications)
巻： 467  ページ： 419-431  発行年： 2017年 
JST資料番号： D0322B  ISSN： 0378-4371  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： は長い歴史的交通流時系列は,将来を予測するための有効な続ける調べた。この枠組みの中で,著者らは最初に異なる粒度を持つ交通流時系列データを収集した。修飾再スケール範囲解析法を用いて,Hurst指数を計算することにより,交通流時系列の長期記憶特性を解析した。長期記憶サイクルを計算し,その意義を試験した。も最大Lyapunov指数法結果とを比較した。著者らの結果は,高速道路交通流時系列と基底方向交通流時系列の両方は正の相関傾向(長期記憶特性を持つ)を示し,それらの記憶サイクルの両方は約30である。本研究は短期または長期交通流予測と管理に有用であると考えられる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 粒度 ,  基底 ,  *交通流 ,  高速道路 ,  記憶特性 ,  *予測
準シソーラス用語： Lyapunov指数 ,  長期記憶 ,  Hurst指数 ,  時系列データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 交通流時系列 ,  長期記憶 ,  修正rescaled range解析法 ,  最大Lyapunov指数

分類 (1件)： ゆらぎ,ランダム過程,Brown運動,輸送過程の一般的理論  (BA08020B)

タイトルに関連する用語 (4件)： 交通流 ,  時系列 ,  将来 ,  予測