当前位置: 首页 > 科技成果列表 > 科技成果详细

基于隐马尔科夫模型的短时交通流状态预测方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2013-07-03

专利所属地 :中国

专利号:201310276581.7

应用领域:道路运输辅助活动

技术领域:-

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

本发明涉及智能交通系统领域,尤其是涉及利用路段的参数值序列对短时交通流状态进行预测。

一种基于隐马尔可夫模型短时交通流状态预测方法(专利号:201310276581.7),包括以下步骤:

  1. 对采集的数据进行处理和统计;
  2. 通过设定预测窗口,对预测窗口起始时刻测得值以及预测窗口内参数平均值和序列对比度进行离散化;
  3. 构成隐马尔可夫模型的隐状态和观察状态集合;
  4. 利用Baum-Welch算法结合训练数据对模型参数进行学习;
  5. 最后,对于一定的预测窗口,在已知观察状态序列的基础上,利用Viterbi算法求得最优的隐状态序列;
  6. 则最优隐状态序列的最后的状态即为预测状态。

本发明方法可以对未来短时的交通状态进行预测,是一种有效的短时交通状态预测方法。

(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 基于隐马尔科夫模型的短时交通流状态预测方法
专利状态 - 专利号(申请号) 201310276581.7
申请号 - 专利申请日期 2013-07-03
专利授权日期 2015-05-20 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 谢刚;阎高伟;续欣莹;陈泽华;窦寿军;杨江波
权利人 -
专利摘要 本发明涉及智能交通系统领域,尤其是涉及利用路段的参数值序列对短时交通流状态进行预测。一种基于隐马尔科夫模型短时交通流状态预测方法,包括以下步骤:对采集的数据进行处理和统计,通过设定预测窗口,对预测窗口起始时刻测得值以及预测窗口内参数平均值和序列对比度离散化,构成隐马尔科夫模型的隐状态和观察状态集合,然后利用Baum-Welch算法结合训练数据对模型参数进行学习。最后,对于一定的预测窗口,在已知观察状态序列的基础上,利用Viterbi算法求得最优的隐状态序列,则最优隐状态序列的最后的状态即为预测状态。本发明方法可以对未来短时的交通状态进行预测,是一种有效的短时交通状态预测方法。
成果评价分析
技术应用分析
服务案例
Baidu
map