A Flow Feedback Traffic Prediction Based on Visual Quantified Features

流量(计算机网络) 计算机科学 基于Kerner三相理论的交通拥堵重构 流量(数学) 交通量 微观交通流模型 交通生成模型 数据挖掘 模拟 实时计算 运输工程 交通拥挤 工程类 数学 计算机网络 几何学
作者
Jing Chen,Mengqi Xu,Wenqiang Xu,Daping Li,Weimin Peng,Haitao Xu
出处
期刊:IEEE Transactions on Intelligent Transportation Systems [Institute of Electrical and Electronics Engineers]
卷期号:24 (9): 10067-10075 被引量:66
标识
DOI:10.1109/tits.2023.3269794
摘要

Traffic flow prediction methods commonly rely on historical traffic data, such as traffic volume and speed, but may not be suitable for high-capacity expressways or during peak traffic hours. Furthermore, downstream flow can have significant impacts on traffic flow. To address these challenges, our study proposes a novel traffic flow prediction model, V-STF, which integrates visual methods to quantify macroscopic traffic flow indicators, as well as density features in temporal and flow feedback in spatio features. The contribution of our proposed model lies in its ability to improve prediction accuracy during non-periodic peak hours, by taking into account the impact of congested road conditions on traffic flow. Our experiments using the STREETS dataset demonstrate that V-STF outperforms state-of-the-art methods, especially in predicting sudden changes in traffic flow, resulting in more accurate predictions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
L.C.完成签到,获得积分10
刚刚
yin发布了新的文献求助10
1秒前
1秒前
研友_ZlqGV8发布了新的文献求助10
1秒前
张张完成签到 ,获得积分10
1秒前
2秒前
小凤凤发布了新的文献求助10
2秒前
sqmsust完成签到,获得积分10
2秒前
121完成签到,获得积分10
2秒前
Riverside完成签到,获得积分10
3秒前
3秒前
3秒前
喵拟吗喵完成签到,获得积分10
3秒前
yyy完成签到,获得积分10
3秒前
nojivv完成签到 ,获得积分10
5秒前
zjj发布了新的文献求助10
5秒前
sqmsust发布了新的文献求助10
5秒前
体贴的若剑完成签到,获得积分10
5秒前
6秒前
yvqi完成签到,获得积分10
6秒前
可爱的函函应助成就映秋采纳,获得10
7秒前
7秒前
lucy_qian发布了新的文献求助10
8秒前
珞珈完成签到 ,获得积分10
9秒前
小趴菜完成签到,获得积分10
10秒前
洁净的发夹完成签到,获得积分10
10秒前
yingying完成签到 ,获得积分10
10秒前
小明发布了新的文献求助10
10秒前
orixero应助XXaaxxxx采纳,获得10
11秒前
性感的孤狼完成签到,获得积分10
11秒前
11秒前
12秒前
12秒前
明亮的代荷完成签到,获得积分10
12秒前
12秒前
情怀应助研友_842M4n采纳,获得10
13秒前
14秒前
Melody发布了新的文献求助10
14秒前
xiaoxiaoliang发布了新的文献求助30
14秒前
hhhhhhhhhh完成签到 ,获得积分10
16秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3245223
求助须知:如何正确求助?哪些是违规求助? 2888917
关于积分的说明 8256094
捐赠科研通 2557285
什么是DOI,文献DOI怎么找? 1385910
科研通“疑难数据库(出版商)”最低求助积分说明 650265
邀请新用户注册赠送积分活动 626494