Citywide Traffic Volume Estimation Using Trajectory Data

Citywide Traffic Volume Estimation Using Trajectory Data
复制标题

使用轨迹数据估计全市交通量

DOI:
10.1109/tkde.2016.2621104
复制
发表时间:
2017-02
期刊:
IEEE Transactions on Knowledge and Data Engineering(TKDE 2016)
影响因子:
--
通讯作者:
Satish V. Ukkusuri
Satish V. Ukkusuri
中科院分区:
其他
文献类型:
--
作者:
Xianyuan Zhan;Yu Zheng;Xiuwen Yi;Satish V. Ukkusuri

文献摘要

参考文献

被引文献

相似文献

城市规模的交通量估计是许多交通运营和城市应用的重要问题。本文提出了一种混合框架,它集成了最先进的机器学习技术和成熟的
Traffic volume estimation at the city scale is an important problem useful to many transportation operations and urban applications. This paper proposes a hybrid framework that integrates both state-of-art machine learning techniques and well-established
DOI: --
发表时间: 2000
期刊: --
影响因子: --
作者:
Jaimyoung Kwon
通讯作者: Jaimyoung Kwon
DOI: 10.1016/0191-2615(84)90002-x
发表时间: 1984-01-01
影响因子: 6.8
作者:
OKUTANI, I;STEPHANEDES, YJ
通讯作者: STEPHANEDES, YJ
DOI: 10.1177/0361198105193400107
发表时间: 2005
影响因子: 1.7
作者:
L. Sun;Jie Zhou
通讯作者: L. Sun;Jie Zhou
DOI: 10.1145/2623330.2623656
发表时间: 2014-08
期刊: Proceedings of the 20th ACM SIGKDD international conference on Knowledge discovery and data mining
影响因子: --
作者:
Yilun Wang;Yu Zheng;Yexiang Xue
通讯作者: Yilun Wang;Yu Zheng;Yexiang Xue
DOI: 10.1016/j.sbspro.2013.11.136
发表时间: 2013-12
期刊: Procedia - Social and Behavioral Sciences
影响因子: --
作者:
J. Kianfar;P. Edara
通讯作者: J. Kianfar;P. Edara