基于kNN算法的客运枢纽区域驻留人数变化趋势短时预测方法

作者：卢凯; 吴蔚; 林观荣; 夏小龙; 首艳芳

来源：2018-12-04, 中国, ZL201811474704.7.

本发明公开了一种基于kNN算法的客运枢纽区域驻留人数变化趋势短时预测方法,该方法如下：通过检测系统实时获取客运枢纽区域驻留情况数据；根据待预测日的日期特性,选取与待预测日相似的m个历史样本作为预测的样本空间；对历史样本中的异常数据和噪声进行预处理；确定待预测日和历史样本对应待预测时间段的特征空间,计算历史样本与待预测日在特征空间上数据的增量比标准差,找出增量比标准差最小的k天数据作为k邻近样本；计算k邻近样本的增量比系数,根据增量比系数预测区域驻留人数变化趋势；以当前区域驻留人数为基准,计算区域驻留人数短时预测值。本发明能利用历史数据精准预测短时区域驻留人数变化趋势,从而基于当前区域驻留人数计算得到较高精度的短时区域驻留人数预测结果。本发明适用于智能交通领域。

• 单位
  华南理工大学; 广州现代产业技术研究院