K近邻短时交通流预测模型
于滨， 邬珊华， 王明华， 赵志宏 - 交通运输工程学报, 2012 - transport.chd.edu.cn
为了准确预测道路短时交通流, 构建了基于K 近邻算法的短时交通流预测模型. 分析了K
近邻算法的时间和空间参数, 提出4 种状态向量组合的K 近邻模型: 时间维度模型, 上游路段 …
近邻算法的时间和空间参数, 提出4 种状态向量组合的K 近邻模型: 时间维度模型, 上游路段 …
基于多时空图卷积网络的交通流预测.
戴俊明， 曹阳， 沈琴琴， 施佺 - Application Research of …, 2022 - search.ebscohost.com
交通流预测在交通管理和城市规划的应用中具有重要意义, 然而现有的预测方法无法充分挖掘其
潜在的复杂时空相关性, 为进一步挖掘路网道路网络数据的时空特性以提高预测精度 …
潜在的复杂时空相关性, 为进一步挖掘路网道路网络数据的时空特性以提高预测精度 …
基于KNN 回归的客运枢纽聚集人数组合预测方法
卢凯， 吴蔚， 林观荣， 田鑫， 徐建闽 - 吉林大学学报(工学版), 2021 - xuebao.jlu.edu.cn
为精准预测客运枢纽聚集人数以形成合理科学的客运枢纽客流组织方案, 提出了一种基于KNN
回归算法的客运枢纽聚集人数组合预测方法. 在分析客运枢纽客流聚集规律的基础上 …
回归算法的客运枢纽聚集人数组合预测方法. 在分析客运枢纽客流聚集规律的基础上 …
K-nearest neighbor model of short-term traffic flow forecast
YU Bin, W Shan-Hua, W Ming-Hua… - 交通运输工程 …, 2012 - transport.chd.edu.cn
In order to accurately forecast the short-term traffic flow, a K-nearest neighbor (K-NN) model
was set up. The time and space parameters of the K-NN model were analyzed. Based on …
was set up. The time and space parameters of the K-NN model were analyzed. Based on …
[HTML][HTML] 基于双层K近邻算法航站楼短时客流量预测
邢志伟， 何川， 罗谦， 蒋祥枫， 刘畅， 丛婉 - 2019 - html.rhhz.net
航站楼离港客流量在短时期内呈现准周期性规律变化, 易受航班计划, 天气等多种因素影响,
表现出复杂的非线性特点. 为了实现航站楼短时客流量的准确预测, 在传统K 近邻(KNN) …
表现出复杂的非线性特点. 为了实现航站楼短时客流量的准确预测, 在传统K 近邻(KNN) …