搜索资源列表
SVM
- 针对基于GPS/GIS的浮动车数据特点,总结其中无效的数据类型,并给出数据有效处理的方法。以支持向量机原理、交通状态预测方法为基础,分析了常用支持向量回归机、核函数及模型参数的性能,以及各核函数及模型参数对支持向量机性能的影响及作用。针对路段平均速度预测中的小样本、非线性、高维回归等特点,将支持向量回归机方法引入基于浮动车数据的路段车辆速度预测,构建了路段平均速度短时预测模型。并以杭州市某路段的实际数据为例,详细阐述了支持向量回归机预测模型的具体建模和求解过程。运用LibSVM2.84软件包,进
extract
- 实现在xml格式的浮动车源数据中提取出某一天某一路段的浮动车数据-Realize one day to extract a section of floating car data sources floating car data xml format
浮动车数据处理-道路整合
- 根据GPS获得的浮动车数据有很多错误,进行数据处理剔除错误数据(There are many errors in the floating car data obtained on the basis of GPS, and the data processing to eliminate the error data)
浮动车数据处理输出图像
- 利用浮动车数据处理后的结果,将图像输出,观察规律(Using the data processing results of the floating car, the image output and observation rule)