-
公开(公告)号:CN113379233B
公开(公告)日:2023-02-28
申请号:CN202110638925.9
申请日:2021-06-08
Applicant: 重庆大学
IPC: G06Q10/0639 , G06Q50/26 , G06Q10/04 , G06K17/00 , G08G1/01
Abstract: 本发明公开了一种基于高阶矩的行程时间可靠性估计方法,该方法包括:获取快速路上RFID基站采集的汽车电子标识数据;将相邻两RFID基站对之间的车辆配对,得到行程时间数据;根据Cornish‑Fisher展开式的有效域,对所述行程时间数据进行对数化处理,得到对数化行程时间数据;计算所述对数化行程时间数据的均值、方差、偏度、峰度;利用Cornish‑Fisher展开式,计算百分位行程时间;利用所述百分位行程时间得到相应的行程时间可靠性评价指标。本发明在无需对现有行程时间分布进行拟合的前提下,通过行程时间分布的高阶矩求得百分位行程时间这一关键指标,结合理论和实际数据分析论证了有效域的选取问题以及对行程时间进行对数化以及哪种对数化处理的合理性。
-
公开(公告)号:CN113379233A
公开(公告)日:2021-09-10
申请号:CN202110638925.9
申请日:2021-06-08
Applicant: 重庆大学
Abstract: 本发明公开了一种基于高阶矩的行程时间可靠性估计方法,该方法包括:获取快速路上RFID基站采集的汽车电子标识数据;将相邻两RFID基站对之间的车辆配对,得到行程时间数据;根据Cornish‑Fisher展开式的有效域,对所述行程时间数据进行对数化处理,得到对数化行程时间数据;计算所述对数化行程时间数据的均值、方差、偏度、峰度;利用Cornish‑Fisher展开式,计算百分位行程时间;利用所述百分位行程时间得到相应的行程时间可靠性评价指标。本发明在无需对现有行程时间分布进行拟合的前提下,通过行程时间分布的高阶矩求得百分位行程时间这一关键指标,结合理论和实际数据分析论证了有效域的选取问题以及对行程时间进行对数化以及哪种对数化处理的合理性。
-
公开(公告)号:CN113554873A
公开(公告)日:2021-10-26
申请号:CN202110821035.1
申请日:2021-07-20
Applicant: 重庆大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于高阶矩的行程时间波动性预测方法和装置,所述方法包括以下步骤:S1:获取快速路上RFID基站采集的汽车电子标识数据;S2:将相邻两RFID基站对之间的车辆配对,得到行程时间数据;S3:对S2中的行程时间数据进行预处理,清洗掉异常数据;S4:对S3中清洗后的行程时间数据进行对数化处理,并得到行程时间波动率序列;S5:求解S4中的行程时间波动率序列在各类GARCH簇模型中的参数;S6:将S5中的各类GARCH簇模型参数放入LSTM神经网络中进行学习,得到预测的行程时间波动性序列。提高了预测的准确性。
-
-