吉林大学学报（信息科学版）
吉林大學學報（信息科學版）
길림대학학보（신식과학판）
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2010年
3期
309-313
,共5页
王新颖%隽志才%吴庆妍%孙元
王新穎%雋誌纔%吳慶妍%孫元
왕신영%준지재%오경연%손원
非参数回归%短时交通状态预测%KNN算法%层次化对象%自重复性
非參數迴歸%短時交通狀態預測%KNN算法%層次化對象%自重複性
비삼수회귀%단시교통상태예측%KNN산법%층차화대상%자중복성
为了解决基于KNN(K-Nearest Neighbors)算法的非参数回归短时交通状态预测模型执行效率低的问题,提出了KNN算法的数据优化策略.通过对交通状态时空特性的研究,采用层次化对象构造交通状态向量,并根据交通状态的自重复性对历史样本数据库进行数据压缩.实验证明,优化策略提高了KNN算法的执行效率,经过压缩后的数据存取时间比压缩前缩短了8.66%.
為瞭解決基于KNN(K-Nearest Neighbors)算法的非參數迴歸短時交通狀態預測模型執行效率低的問題,提齣瞭KNN算法的數據優化策略.通過對交通狀態時空特性的研究,採用層次化對象構造交通狀態嚮量,併根據交通狀態的自重複性對歷史樣本數據庫進行數據壓縮.實驗證明,優化策略提高瞭KNN算法的執行效率,經過壓縮後的數據存取時間比壓縮前縮短瞭8.66%.
위료해결기우KNN(K-Nearest Neighbors)산법적비삼수회귀단시교통상태예측모형집행효솔저적문제,제출료KNN산법적수거우화책략.통과대교통상태시공특성적연구,채용층차화대상구조교통상태향량,병근거교통상태적자중복성대역사양본수거고진행수거압축.실험증명,우화책략제고료KNN산법적집행효솔,경과압축후적수거존취시간비압축전축단료8.66%.
