文献

J-GLOBAL ID：201902216941439691   整理番号：19A0053270

改良KNNアルゴリズムに基づく都市鉄道駅のリアルタイム予測【JST・京大機械翻訳】

Real-time Forecasting of Urban Rail Transit Ridership at the Station Level Based on Improved KNN Algorithm

著者 (4件)： Huan Ning (北京交通大学城市交通復雑系統理論与技術教育部重点実験室,北京,100044) ,  Xie Qiao (广州地鉄集団有限公司,广州,510030) ,  Ye Hongxia (广州地鉄集団有限公司,广州,510030) ,  Yao Enjian (北京交通大学城市交通復雑系統理論与技術教育部重点実験室,北京,100044)
資料名： Jiaotong Yunshu Xitong Gongcheng Yuxinxi  (Jiaotong Yunshu Xitong Gongcheng Yuxinxi)
巻： 18  号： 5  ページ： 121-128  発行年： 2018年 
JST資料番号： C2945A  ISSN： 1009-6744  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： リアルタイムステーションの客流データの高次元数、多ノイズ、頻繁などの特徴に対して、本文は改良K最近傍(K-nearest-neighbor,KNN)アルゴリズムに基づく都市軌道駅の旅客流のリアルタイム予測方法を提出した。最初に,時間的データストリームデータの相関分析を通して,特徴の状態ベクトルを,特定した。次に,データ特性と組み合わせて,隣接サンプルのパターンマッチングプロセスを改善し,オリジナルシーケンスからのノイズ擾乱を,キーポイント法によって除去し,そして,動的時間アルゴリズムを導入して,配列形態の類似性測度を,実現した。次に,距離加重と傾向係数を,サンプル間のトラフィック差異によって導入して,次に,リアルタイムの予測を,未来の期間の入所量の推定によって達成した;。最後に、広州地下鉄客流データ倉庫を用いて、予測モデルに対して精度分析を行った。結果により、全ネット159のステーションに対して、5minの粒度での全天分時ステーション量予測の平均絶対百分率誤差の平均値が11.6%であり、道路網状態監視に信頼できるデータサポートを提供できることが明らかになった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： パターンマッチング ,  予測モデル ,  類似性 ,  *アルゴリズム ,  倉庫 ,  乗客 ,  *鉄道駅 ,  粒度 ,  *予測 ,  予測技法 ,  雑音 ,  測度 ,  *都市
準シソーラス用語： 広州市 ,  *実時間 , 【Automatic Indexing@JST】

分類 (2件)： 線路構造,軌道材料  (RC07030B) ,  輸送と業務  (TC01030N)

タイトルに関連する用語 (6件)： KNN ,  アルゴリズム ,  都市 ,  鉄道駅 ,  リアルタイム ,  予測