基于K-means聚類(lèi)與PLS回歸模型的交通速度短時(shí)預(yù)測(cè)

打開(kāi)文本圖片集

摘要：為實(shí)現(xiàn)對(duì)交通流局部特征的有效提取，提高交通速度預(yù)測(cè)模型的可解釋性，提出基于K-means聚類(lèi)與偏最小二乘（Partial Least Squares，PLS）回歸的交通速度短時(shí)預(yù)測(cè)模型。模型采用時(shí)空相關(guān)矩陣挖掘路網(wǎng)中相鄰路段交通速度之間的關(guān)聯(lián)性，利用K-means聚類(lèi)算法劃分歷史數(shù)據(jù)集，并選取實(shí)測(cè)出租車(chē)GPS數(shù)據(jù)驗(yàn)證模型對(duì)交通速度短時(shí)預(yù)測(cè)的準(zhǔn)確性。（剩余8771字）