[发明专利]一种基于自适应加权平均数据融合的路网MFD估测方法在审
| 申请号： | 201810948765.6 | 申请日： | 2018-08-20 |
| 公开（公告）号： | CN109308805A | 公开（公告）日： | 2019-02-05 |
| 发明（设计）人： | 林晓辉;黄良;曹成涛;黎新华 | 申请（专利权）人： | 广东交通职业技术学院 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G06N3/02 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510800 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及神经网络技术方法领域，更具体地，涉及一种基于自适应加权平均数据融合的路网MFD估测方法，提供一种基于自适应加权平均数据融合的路网MFD估测方法，将LDD估测法和FCD估测法所得的交通数据结合起来考虑，以车联网下100%联网车数据（Network Car Data，NCD）估测的交通参数为检验数据，引入动态误差，分别建立路网加权交通流量和路网加权交通密度的自适应加权平均数据融合模型，以便可获得更加准确的路网加权交通流量和路网加权交通密度，从而更加准确地估测路网MFD。在有固定检测器的路段，对固定检测器和浮动车所采集的交通数据进行自适应加权平均数据融合；在没有固定检测器的路段，用浮动车采集的交通数据提取路段加权交通流量和加权交通密度，估测路网MFD。 | ||
| 搜索关键词： | 路网 估测 自适应加权 加权 平均数据 交通流量 固定检测器 交通数据 融合 浮动车 路段 神经网络技术 采集 交通 动态误差 检验数据 交通参数 车联网 联网 引入 | ||
【主权项】：
1.一种基于自适应加权平均数据融合的路网MFD估测方法，其特征在于，具体步骤如下：(1)将LDD估测法和FCD估测法所得的交通数据结合，对车联网下100％联网车数据估测的交通参数为检验数据，(2)在步骤(1)之后，引入动态误差，在设有固定检测器的路段，对固定检测器和浮动车所采集的交通数据进行自适应加权平均数据融合，获得路段加权交通流量和加权交通密度；在没有固定检测器的路段，用浮动车采集的交通数据提取路段加权交通流量和加权交通密度；(3)在步骤(2)之后，分别建立路网加权交通流量和路网加权交通密度的自适应加权平均数据融合模型，获得准确的路网加权交通流量和路网加权交通密度；(4)在步骤(3)之后，依据数据融合的路网加权交通流量和加权交通密度，估测路网MFD。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东交通职业技术学院，未经广东交通职业技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810948765.6/，转载请声明来源钻瓜专利网。
- 上一篇：基于张量分解的旅行时间估计方法
- 下一篇：一种交通工具的行驶检测方法及服务器
