[发明专利]一种基于KNN算法的预测短时交通流的方法和电子设备在审
| 申请号： | 201910662239.8 | 申请日： | 2019-07-22 |
| 公开（公告）号： | CN110299009A | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 张耀宗;马明辉;郭辉;王孝兰;秦一菲;马广义 | 申请（专利权）人： | 上海工程技术大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G06Q10/04;G06Q50/26 |
| 代理公司： | 上海唯智赢专利代理事务所(普通合伙) 31293 | 代理人： | 刘朵朵 |
| 地址： | 201620 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种基于KNN算法的预测短时交通流的方法和电子设备，方法步骤：根据历史交通流数据构建多组历史数据状态向量；基于采集的交通流数据构建预测状态向量；计算欧氏距离后，选取数值最小的k个欧氏距离并赋予每个选取的欧氏距离权重系数；根据权重系数及与其对应的欧氏距离匹配的历史数据状态向量中的交通流数据求得预测目标值；赋予每个选取的欧氏距离是指按如下公式对欧氏距离di计算权重系数αi： |
||
| 搜索关键词： | 欧氏距离 电子设备 短时交通流 交通流数据 权重系数 预测 历史数据 状态向量 存储器 预测状态向量 处理器执行 历史交通流 数据构建 处理器 赋予 构建 匹配 存储 采集 应用 | ||
【主权项】：
1.一种基于KNN算法的预测短时交通流的方法，其特征在于，步骤如下：(1)提取历史交通流数据后根据其构建多组历史数据状态向量；(2)实时采集交通流数据基于该数据构建预测状态向量；(3)计算欧氏距离后，选取数值最小的k个欧氏距离并赋予每个选取的欧氏距离权重系数；(4)根据权重系数及与其对应的欧氏距离匹配的历史数据状态向量中的交通流数据求得预测目标值；所述赋予每个选取的欧氏距离是指按照如下公式针对欧氏距离di计算权重系数αi：![]()
其中，di为第i个欧氏距离，i＝1,2……k。
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上海工程技术大学，未经上海工程技术大学许可，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/201910662239.8/，转载请声明来源钻瓜专利网。
