基于视频检测的轨道交通短时客流预测研究
100 积分
50
评分
4.3 积分- 详情
- 2021-04-27
- 简介
pdf
- 1.5MB
- 页数 6P
- 阅读 64
- 下载 22
为提高客流预测的精度,构建轨道交通站点客流多变量时间序列预测模型。基于视频检测的轨道交通短时客流预测研究采用方向梯度直方图特征描述器与支持向量机分类器识别行人目标,利用Camshift算法对目标跟踪,从而获取客流量和客流速度参数,并根据协整关系构建客流多变量预测的向量误差修正模型,最后利用南京鼓楼车站4A通道的视频数据进行模型验证和对比分析。实例验证结果表明：构建的向量误差修正模型具有较好的预测性能,客流量和速度预测的MAPE值都小于8%,优于相同样本下ARIMA（0,1,1）的预测性能。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于视频检测的轨道交通短时客流预测研究 1.5MB
基于云模型的城市轨道交通短时客流预测 1.3MB
基于滑动平均法的轨道交通短时客流实时预测 384KB
基于滑动平均法的轨道交通短时客流实时预测 384KB
基于时序特征的城市轨道交通客流预测 418KB
基于PWNN模型的轨道交通客流预测分析 120KB
基于SVR的轨道交通客流量预测 261KB
基于ArcGIS的城市轨道交通客流预测 443KB
轨道交通客流预测估算方法的研究 644KB
基于出行目的链的轨道交通客流预测模型研究 20.8MB