CN110930695A - 基于泊松分布的城市交叉口信号控制时段划分方法及系统 - Google Patents

基于泊松分布的城市交叉口信号控制时段划分方法及系统 Download PDF

Info

Publication number
CN110930695A
CN110930695A CN201911082144.5A CN201911082144A CN110930695A CN 110930695 A CN110930695 A CN 110930695A CN 201911082144 A CN201911082144 A CN 201911082144A CN 110930695 A CN110930695 A CN 110930695A
Authority
CN
China
Prior art keywords
flow
time interval
signal control
poisson distribution
array
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911082144.5A
Other languages
English (en)
Other versions
CN110930695B (zh
Inventor
郑晔
马丁
赵志刚
刘家春
靳凤营
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201911082144.5A priority Critical patent/CN110930695B/zh
Publication of CN110930695A publication Critical patent/CN110930695A/zh
Application granted granted Critical
Publication of CN110930695B publication Critical patent/CN110930695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于泊松分布的城市交叉口信号控制时段划分方法及系统,所述划分方法包括步骤:将一段时间划分为若干个时间区间,并根据真实交通流量建立流量数组;将流量数组符合泊松分布的时间区间合并为信号控制时段。将符合泊松分布的时间区间合并为信号控制时段,在一个信号控制时段内车流量的变化较小,可以采用同样的信号控制程序,实现了全天交通流量全自动划分。

Description

基于泊松分布的城市交叉口信号控制时段划分方法及系统
技术领域
本发明涉及信号控制时段划分技术领域,尤其涉及的是一种基于泊松分布的城市交叉口信号控制时段划分方法及系统。
背景技术
随着城市居民汽车保有量增加,交通拥堵问题是城市管理中一个亟需解决的重要难题。交通信号控制是在城市交叉口中,通过信号灯对交通流进行限制、调节、诱导、分流以达到降低交通总量,疏导交通,保障交通安全与畅通的目的,是解决城市交通拥堵的有效途径。然而,由于交叉口的车流量随着时间变化较大,因此,现有技术中仅用一套配时方案来控制全天的交通通行将无法满足交通管理的实际需求。
现有技术中,通过聚类算法实现的时段划分对聚类的类别难以界定,需要通过全枚举的大量计算才能最终确定,除此之外该方法划分完后在时间上可能不连续,因此需要人为的调整属于半自动划分。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于泊松分布的城市交叉口信号控制时段划分方法及系统,旨在解决现有技术中难以实现全天交通流量全自动划分的问题。
本发明解决技术问题所采用的技术方案如下:
一种基于泊松分布的城市交叉口信号控制时段划分方法,其中,包括步骤:
将一段时间划分为若干个时间区间,并根据真实交通流量建立流量数组;
将流量数组符合泊松分布的时间区间合并为信号控制时段。
所述的基于泊松分布的城市交叉口信号控制时段划分方法,其中,所述根据真实交通流量建立流量数组,包括:
根据各车道在各时间区间内的流量得到第一维度的数组;
根据各车道的方位得到第二维度的数组;
根据各车道的流向得到第三维度的数组;
根据第一维度的数组、第二维度的数组以及第三维度的数组得到流量数组。
所述的基于泊松分布的城市交叉口信号控制时段划分方法,其中,所述将一段时间划分为若干个时间区间,包括:
将一天以5分钟的时长划分为288个时间区间。
所述的基于泊松分布的城市交叉口信号控制时段划分方法,其中,所述将流量数组符合泊松分布的时间区间合并为信号控制时段,包括:
将第一个时间区间配置为起始时间区间,并依次计算各时间区间及其之前的时间区间内的流量数组的流量均值、流量方差;
当流量方差大于流量均值时,将当前时间区间之前的时间区间合并为信号控制时段;
将当前时间区间配置为下一信号控制时段的起始时间区间,继续计算各时间区间及其之前的时间区间内的流量数组的流量均值、流量方差,直至所有时间区间合并完。
所述的基于泊松分布的城市交叉口信号控制时段划分方法,其中,所述流量均值为:
Figure BDA0002264303160000021
其中,S表示当前时间区间的时刻,T表示起始时间区间的起始时刻,m为流向的数量,n为方位的数量,vkji表示k时刻第j个流向第i个方位的车流量。
所述的基于泊松分布的城市交叉口信号控制时段划分方法,其中,所述流量方差为:
Figure BDA0002264303160000031
一种基于泊松分布的城市交叉口信号控制时段划分系统,包括存储器和处理器,所述存储器存储有计算机程序,其中,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
一种存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
一种基于泊松分布的城市交叉口信号控制方法,其中,包括步骤:
采用上述任一项所述的方法得到信号控制时段;
根据信号控制时段调整城市交叉口信号。
所述的基于泊松分布的城市交叉口信号控制方法,其中,所述根据信号控制时段调整城市交叉口信号,包括:
根据信号控制时段调整城市交叉口各流向、各方位的信号。
有益效果:将符合泊松分布的时间区间合并为信号控制时段,在一个信号控制时段内车流量的变化较小,可以采用同样的信号控制程序,实现了全天交通流量全自动划分。
附图说明
图1是本发明中基于泊松分布的城市交叉口信号控制时段划分方法的流程图。
图2是本发明中交叉口的示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请同时参阅图1-图2,本发明提供了一种基于泊松分布的城市交叉口信号控制时段划分方法的一些实施例。
交通仿真器是一种运用仿真技术来描述现实交通行为的一种工具,通过交通仿真器能够对现实场景进行还原,因此广泛应用于信号控制的测试中。泊松分布是当前绝大部分仿真器中(SUMO,VISSIM)最常用的发车模型,仿真器中可以在泊松分布模型下发出各种随机的交通流(包括各种极端情况)。因此,只要现实中流量变化幅度不超过泊松分布变化,仿真器中计算得出的配时方案将能够足够指导现实交通车流,因此可以归并为信号控制时段。基于这一理论,本发明提出一种基于泊松分布的城市交叉口信号控制时段划分方法。
泊松分布的概率密度为:
Figure BDA0002264303160000041
其中,k为自然数。
可以证明泊松分布的方差和期望均为λ,因此如果该时间段车流的方差不超过其均值时,则可认为车流较为稳定。
如图1所示,本发明实施例的基于泊松分布的城市交叉口信号控制时段划分方法,包括以下步骤:
步骤S100、将一段时间划分为若干个时间区间,并根据真实交通流量建立流量数组。
这里真实交通流量可以采用线圈或摄像头统计路口中每一车道的交通流量来构建流量数组。
具体地,步骤S100包括:
步骤S110、将一段时间划分为若干个时间区间。
具体地,这里的一段时间可以是一小时、一天、一周、一个月或者是一年,较佳的,一段时间采用一天,每天的车流量具有一定的规律。将一天以5分钟的时长划分为288个时间区间,按时刻可以表示成(0,5)(5,10)(10,15)···(1425,1430)(1430,1435)(1435,1440),或者按照时间区间的序号可以表示成1,2,3,···,285,286,287,288。
步骤S120、根据各车道在各时间区间内的流量得到第一维度的数组。
通常交叉口有T字型(包括Y字型),十字型,¥字型等,其车道分别有6、8、10个,考虑到存在单行道时,车道会有减少,考虑到有些交叉口各个方向上的流量不相同,道路宽度也不相同,车道的数量也不相同,如图2所示的T字型交叉口中,北方位上有3个车道,西方位上有7个车道,东方位上有7个车道,具体到流向,一条路上的两个相反方向的车道数量也不相同,例如,在北方位的路上,向南方向的车道有2个,向北方向的车道只有1个。将真实交通流量按各车道在各时间区间划分即可得到第一维度的数组。
步骤S130、根据各车道的方位得到第二维度的数组。
在各种交叉口中,每个车道的方位不相同,十字型交叉口的车道有东、南、西、北四个方位。如图2所示的T字型交叉口的车道有西、北、东三个方位(采用上北下南左西右东的坐标)。各车道的方位可形成第二维度的数组,当然这里的东、南、西、北,可以采用方位1、方位2、方位3、方位4来替代,本实施例中,各方位i为方位1、方位2、···、方位m。
步骤S140、根据各车道的流向得到第三维度的数组。
经过交叉口的车辆有不同的流向,以十字型交叉口为例,每个车道上的车辆有4个流向,分别为直行、左转、右转以及掉头(当然有些十字型交叉口不能掉头,则只有3个流向)。如图2所示的T字型交叉口中,每个车道上的车辆有3个流向,分别为流向1(即流向其余两个车道中的第一车道)、流向2(即流向其余两个车道中的第二车道)以及掉头(当然有些T字型交叉口不能掉头,则只有2个流向)。本实施例中,各流向j为流向1、流向2、···、流向n。当路口中同一流向具有多个车道时,对这些车道流量做相加操作。如图2所示,西方向直行具有三车道,把这三车道相加作为西方向直行的流量(由于同一方位同一流向不同车道流量的概率与车道的分布并不影响,因此可以直接相加)。
步骤S150、根据第一维度的数组、第二维度的数组以及第三维度的数组得到流量数组。
通过以上各个维度的数组可以得到流量数组,[1,2,3,···,287,288]×(方位1,方位2,···,方位m)×(流向1,流向2,···,流向n),也即288×m×n的三维数组。
步骤S200、将流量数组符合泊松分布的时间区间合并为信号控制时段。
要判断流量数组是否符合泊松分布,则通过流量数组的流量方差和流量均值的大小来判断,若流量方差≤流量均值,则符合泊松分布;若流量方差>流量均值,则不符合泊松分布。连续几个时间区间内流量数组都符合泊松分布,则这几个时间区间可以归为一类,因此合并为信号控制时段,若某一时间区间与之前几个时间区间放在一起时,不符合泊松分布,则该时间区间不应与之前几个时间区间归为一类,应归于下一信号控制时段。
具体地,步骤S200具体包括:
步骤S210、将第一个时间区间配置为起始时间区间,并依次计算各时间区间及其之前的时间区间内的流量数组的流量均值、流量方差。
具体地,在交通路口中,方位不同方位和不同流向之间的发车概率属于相互独立事件,根据定理E(X1+X2)=E(X1)+E(Y2),可推得,所述流量均值为:
Figure BDA0002264303160000061
其中,S表示当前时间区间的(终了)时刻,T表示起始时间区间的起始时刻,m为流向的数量,n为方位的数量,vkji表示k时刻第j个流向第i个方位的车流量。在另一较佳实施例中,S也可以表示为当前时间区间的序号+1,则T表示起始时间区间的序号,k表示时间区间的序号,可以减少计算难度。
所述流量方差为:
Figure BDA0002264303160000071
步骤S220、当流量方差大于流量均值时,将当前时间区间之前的时间区间合并为信号控制时段。
步骤S230、将当前时间区间配置为下一信号控制时段的起始时间区间,继续计算各时间区间及其之前的时间区间内的流量数组的流量均值、流量方差,直至所有时间区间合并完。
具体地,以如图2所示的交叉口为例,如下表1所示,在0-10分钟(即第1-2时间区间)的时间段内,流量均值为E(v)=(78+30)/2=54,流量方差D(v)=[(15-10)2+(5-10)2+(10-7)2+(4-7)2+(12-10)2+(8-10)2+(13-9)2+(5-9)2+(16-11)2+(6-11)2+(12-7)2+(2-7)2]/2=104,可知D(v)=104>E(v)=54,因此,0-5分钟作为第一个信号控制时段,5-10分钟(即第2个时间区间)作为下一信号控制时段(即第二个信号控制时段)的初始时间区间。
在5-15分钟的时间段(即第2-4时间区间)内,流量均值为E(v)=(30+28+18)/3=25.33,流量方差D(v)=[(5-4.67)2+(6-4.67)2+(3-4.67)2+(4-3.67)2+(4-3.67)2+(3-3.67)2+(8-5.67)2+(4-5.67)2+(5-5.67)2+(5-4.33)2+(5-4.33)2+(3-4.33)2+(6-4.67)2+(7-4.67)2+(1-4.67)2+(2-2.33)2+(2-2.33)2+(3-2.33)2]/2=4.5,可知D(v)=4.5<E(v)=29,因此,5-15分钟可合并。
在5-20分钟的时间段(即第2-3时间区间)内,流量均值为E(v)=(30+28)/2=29,流量方差D(v)=[(5-5.5)2+(6-5.5)2+(4-4)2+(4-4)2+(8-6)2+(4-6)2+(5-5)2+(5-5)2+(6-6.5)2+(7-6.5)2+(2-2)2+(2-2)2]/2=4.5,可知D(v)=38>E(v)=29,因此,5-15分钟可合并作为第二个信号控制时段,15-20分钟作为下一信号控制时段(第三个信号控制时段)的初始时间区间。依次计算直至第288个时间区间。
表1流量数组表
Figure BDA0002264303160000081
值得说明的是,将符合泊松分布的时间区间合并为信号控制时段,在一个信号控制时段内车流量的变化较小,可以采用同样的信号控制程序,实现了全天交通流量全自动划分。
本发明还提供了一种基于泊松分布的城市交叉口信号控制时段划分系统的较佳实施例:
本发明实施例的基于泊松分布的城市交叉口信号控制时段划分系统,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一实施例所述方法的步骤。
本发明还提供了一种存储介质的较佳实施例:
本发明实施例的存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施例所述的方法的步骤。
本发明还提供了一种基于泊松分布的城市交叉口信号控制方法的较佳实施例:
本发明实施例的基于泊松分布的城市交叉口信号控制方法,包括以下步骤:
步骤S10、采用上述任一实施例所述的方法得到信号控制时段,具体如上所述。
步骤S20、根据信号控制时段调整城市交叉口信号。
具体地,根据信号控制时段调整城市交叉口各流向、各方位的信号,以防堵车。增加车流量较大的方位和流向的绿灯时间,相应减少车流量小的方位和流向的绿灯时间。当然也可以调控潮汐车道,以防堵车。
综上所述,本发明所提供的一种基于泊松分布的城市交叉口信号控制时段划分方法及系统,所述划分方法包括步骤:将一段时间划分为若干个时间区间,并根据真实交通流量建立流量数组;将流量数组符合泊松分布的时间区间合并为信号控制时段。将符合泊松分布的时间区间合并为信号控制时段,在一个信号控制时段内车流量的变化较小,可以采用同样的信号控制程序,实现了全天交通流量全自动划分。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种基于泊松分布的城市交叉口信号控制时段划分方法,其特征在于,包括步骤:
将一段时间划分为若干个时间区间,并根据真实交通流量建立流量数组;
将流量数组符合泊松分布的时间区间合并为信号控制时段。
2.根据权利要求1所述的基于泊松分布的城市交叉口信号控制时段划分方法,其特征在于,所述根据真实交通流量建立流量数组,包括:
根据各车道在各时间区间内的流量得到第一维度的数组;
根据各车道的方位得到第二维度的数组;
根据各车道的流向得到第三维度的数组;
根据第一维度的数组、第二维度的数组以及第三维度的数组得到流量数组。
3.根据权利要求2所述的基于泊松分布的城市交叉口信号控制时段划分方法,其特征在于,所述将一段时间划分为若干个时间区间,包括:
将一天以5分钟的时长划分为288个时间区间。
4.根据权利要求2所述的基于泊松分布的城市交叉口信号控制时段划分方法,其特征在于,所述将流量数组符合泊松分布的时间区间合并为信号控制时段,包括:
将第一个时间区间配置为起始时间区间,并依次计算各时间区间及其之前的时间区间内的流量数组的流量均值、流量方差;
当流量方差大于流量均值时,将当前时间区间之前的时间区间合并为信号控制时段;
将当前时间区间配置为下一信号控制时段的起始时间区间,继续计算各时间区间及其之前的时间区间内的流量数组的流量均值、流量方差,直至所有时间区间合并完。
5.根据权利要求4所述的基于泊松分布的城市交叉口信号控制时段划分方法,其特征在于,所述流量均值为:
Figure FDA0002264303150000021
其中,S表示当前时间区间的时刻,T表示起始时间区间的起始时刻,m为流向的数量,n为方位的数量,vkji表示k时刻第j个流向第i个方位的车流量。
6.根据权利要求5所述的基于泊松分布的城市交叉口信号控制时段划分方法,其特征在于,所述流量方差为:
Figure FDA0002264303150000022
7.一种基于泊松分布的城市交叉口信号控制时段划分系统,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
8.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
9.一种基于泊松分布的城市交叉口信号控制方法,其特征在于,包括步骤:
采用权利要求1至6中任一项所述的方法得到信号控制时段;
根据信号控制时段调整城市交叉口信号。
10.根据权利要求9所述的基于泊松分布的城市交叉口信号控制方法,其特征在于,所述根据信号控制时段调整城市交叉口信号,包括:
根据信号控制时段调整城市交叉口各流向、各方位的信号。
CN201911082144.5A 2019-11-07 2019-11-07 基于泊松分布的城市交叉口信号控制时段划分方法及系统 Active CN110930695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911082144.5A CN110930695B (zh) 2019-11-07 2019-11-07 基于泊松分布的城市交叉口信号控制时段划分方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911082144.5A CN110930695B (zh) 2019-11-07 2019-11-07 基于泊松分布的城市交叉口信号控制时段划分方法及系统

Publications (2)

Publication Number Publication Date
CN110930695A true CN110930695A (zh) 2020-03-27
CN110930695B CN110930695B (zh) 2021-09-28

Family

ID=69852555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911082144.5A Active CN110930695B (zh) 2019-11-07 2019-11-07 基于泊松分布的城市交叉口信号控制时段划分方法及系统

Country Status (1)

Country Link
CN (1) CN110930695B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102722986A (zh) * 2012-06-28 2012-10-10 吉林大学 城市路网交通控制子区动态划分方法
CN104036646A (zh) * 2014-06-26 2014-09-10 公安部交通管理科学研究所 交叉口信号配时时段的划分方法
CN104867339A (zh) * 2015-05-12 2015-08-26 上海应用技术学院 一种基于向量分析的交通信号配时时段划分方法
EP3067872A1 (en) * 2012-09-12 2016-09-14 Omron Corporation Vehicular mobile terminal apparratus, server apparatus and vehicle column generating apparatus
CN106408939A (zh) * 2016-10-29 2017-02-15 浙江大学 基于密度峰值聚类的交通流量序列划分方法
CN106408960A (zh) * 2016-10-29 2017-02-15 浙江大学 基于有序聚类的信号控制时段分割方法
CN107833463A (zh) * 2017-10-25 2018-03-23 上海应用技术大学 基于二维聚类的交通信号时段划分方法及系统
CN108389406A (zh) * 2018-04-26 2018-08-10 苏州城方信息技术有限公司 信号控制时段自动划分方法
CN110379184A (zh) * 2019-07-25 2019-10-25 上海应用技术大学 交叉口信号控制时段划分方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102722986A (zh) * 2012-06-28 2012-10-10 吉林大学 城市路网交通控制子区动态划分方法
EP3067872A1 (en) * 2012-09-12 2016-09-14 Omron Corporation Vehicular mobile terminal apparratus, server apparatus and vehicle column generating apparatus
CN104036646A (zh) * 2014-06-26 2014-09-10 公安部交通管理科学研究所 交叉口信号配时时段的划分方法
CN104867339A (zh) * 2015-05-12 2015-08-26 上海应用技术学院 一种基于向量分析的交通信号配时时段划分方法
CN106408939A (zh) * 2016-10-29 2017-02-15 浙江大学 基于密度峰值聚类的交通流量序列划分方法
CN106408960A (zh) * 2016-10-29 2017-02-15 浙江大学 基于有序聚类的信号控制时段分割方法
CN107833463A (zh) * 2017-10-25 2018-03-23 上海应用技术大学 基于二维聚类的交通信号时段划分方法及系统
CN108389406A (zh) * 2018-04-26 2018-08-10 苏州城方信息技术有限公司 信号控制时段自动划分方法
CN110379184A (zh) * 2019-07-25 2019-10-25 上海应用技术大学 交叉口信号控制时段划分方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XIANG SONG 等: "An Enhanced Clustering-Based Method for Determining Time-of-Day Breakpoints Through Process Optimization", 《IEEE ACCESS》 *
熊睿成 等: "单点交叉口信号控制方案时段划分方法", 《第十四届中国智能交通年会论文》 *

Also Published As

Publication number Publication date
CN110930695B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN108335496B (zh) 一种城市级交通信号优化方法与系统
CN108198412B (zh) 车联网下基于mfd的过饱和路网多层控制边界动态划分方法
CN103927873B (zh) 浮动车与路段匹配方法及并行获取实时路况的方法
CN104200680B (zh) 过饱和交通状态下城市干道的交通信号协调控制方法
CN102157064B (zh) 设置公交专用道的信号交叉口设计方法
CN109360421B (zh) 一种基于机器学习的交通信息预测方法及装置、电子终端
CN109446588B (zh) 一种基于随机Petri网模型的共享单车分析调度方法
CN103794065B (zh) 一种主动式的城市道路区域信号配时参数协同优化方法
Park et al. Optimization of time-of-day breakpoints for better traffic signal control
CN113780624B (zh) 一种基于博弈均衡理论的城市路网信号协调控制方法
CN102724294B (zh) 数据分布存储方法和系统
CN107562983A (zh) 一种城市快速路匝道区域换道空间优化方法及装置
CN110930696B (zh) 一种基于ai导航的智慧城市交通管理运行方法及其系统
CN110930695B (zh) 基于泊松分布的城市交叉口信号控制时段划分方法及系统
WO2024114414A1 (zh) 一种v2x事件的推送方法及装置
CN109918468A (zh) 基于墨卡托投影的物联网设备位置数据区域筛选方法
CN107588779B (zh) 一种基于任意两节点间行程时间的车辆智能导航方法
CN113936475A (zh) 一种多道路资源优化的交通控制方法和系统
CN114640619B (zh) 基于平均通信距离的天基网络拓扑设计方法及相关设备
Mulandi et al. Cross-evaluation of signal timing optimized by various traffic simulation and signal optimization tools
“Brian” Park et al. Realizing benefits of adaptive signal control at an isolated intersection
CN113538921A (zh) 一种基于t-cps系统的监测体系的构建方法
Nguyen Evaluation of SCATSIM–RTA Adaptive Traffic Network Simulation Model
Zhang et al. Traffic Guidance Based on LSTM Neural Network and Dual Tracking Dijkstra Algorithm
CN103854480B (zh) 交通监测数据矩阵补全方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant