Városi járműforgalom térbeli becslése kernel módszerek segítségével

Balázs Varga; Tamás Tettamanti

doi:10.24228/KTSZ.2021.5.3

Balázs Varga BME Közlekedésmérnöki és Járműmérnöki Kar, Közlekedés- és Járműirányítási Tanszék
Tamás Tettamanti BME Közlekedésmérnöki és Járműmérnöki Kar, Közlekedés- és Járműirányítási Tanszék

DOI: https://doi.org/10.24228/KTSZ.2021.5.3

Kulcsszavak: térbeli becslés, kernel módszer, városi forgalom

Absztrakt

A modern, intelligens forgalomirányító rendszerek számára a közlekedési hálózat minél pontosabb valós idejű ismerete szükséges. A bemutatott módszer segítségével a detektorok nélküli útszakaszok forgalomnagysága is megbecsülhető.

Hivatkozások

Lawrence A. Klein, Milton K. Mills, and David R. P. Gibson. Traffic detector handbook: Volume I. No. FHWA-HRT-06-108. Turner-Fairbank Highway Research Center, 2006.

Yang Liu, and Ning Zhu. "A multi-objective detector location optimization approach." In CICTP 2014: Safe, Smart, and Sustainable Multimodal Transportation Systems, pp. 1788-1800, 2014. DOI: https://doi.org/gt4f

Jianming Hu, Jingyan Song, Mingchen Zhang, and Xiaojing Kang. Topology optimization for urban traffic sensor network.Tsinghua Science and Technology, 13(2):229–236, 4-7 July, 2014, Changsha, China. DOI: https://doi.org/b9xnnf

Haixiang Zou, Yang Yue, Qingquan Li, and Anthony G. Yeh. An improved distance metric for the interpolation of link-based traffic data using kriging:a case study of a large-scale urban road network.International Journal of Geographical Information Science, 26(4):667–689, 2012. DOI: https://doi.org/bd3633

Brent Selby and Kara M Kockelman. Spatial prediction of traffic levels inunmeasured locations: applications of universal kriging and geographicallyweighted regression.Journal of Transport Geography, 29:24–32, 2013. DOI: https://doi.org/f4vv3x

Bumjoon Bae, Hyun Kim, Hyeonsup Lim, Yuandong Liu, Lee D Han,and Phillip B Freeze. Missing data imputation for traffic flow speed us-ing spatio-temporal cokriging.Transportation Research Part C: EmergingTechnologies, 88:124–139, 2018. DOI: https://doi.org/gdbch3

Michael A. Cox and Trevor F Cox. Multidimensional scaling. In Handbook of data visualization, pages 315-347. Springer, 2008. DOI: https://doi.org/gt4h

Ian T Jolliffe. A note on the use of principal components in regression. Journal of the Royal Statistical Society: Series C (Applied Statistics), 31(3):300-303, 1982. DOI: https://doi.org/dw25m4

Rasmussen, C. E. “Gaussian processes in machine learning”, Springer, Berlin, Germany, 2003. DOI: https://doi.org/fhqcww

Noel Cressie. The origins of kriging. Mathematical geology, 22(3):239-252,1990.

Michael James Sasena. Flexibility and e_ciency enhancements for constrained global design optimization with kriging approximations. PhD thesis, University of Michigan

Weijermars, Wendy, and Eric Van Berkum. "Analyzing highway flow patterns using cluster analysis." IEEE Intelligent Transportation Systems, 2005. DOI: https://doi.org/dswz6d