-
公开(公告)号：CN110659774B
公开(公告)日：2022-08-02
申请号：CN201910898537.7
申请日：2019-09-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种大数据方法驱动的停车需求预测方法，包括：采集并处理区域范围内的实际用地属性信息、浮动车OD数据和停车数据；根据统计信息网格集计数据，基于多密度聚类算法识别出区域范围内的有效停车小区和待预测停车小区；根据有效停车小区用地及交通数据建立贝叶斯分类器，计算待预测停车小区的高峰停车小时；通过数据融合关联方法将有效停车小区中实际用地属性、停车数据和高峰停车小时对应的浮动车OD数据输入到机器学习的支持向量机模型中建立停车需求预测模型并验证，而后对待预测停车小区进行停车需求预测。采用本方法对停车需求进行预测，能减少人工记录数据成本及所造成的误差，为停车规划和停车资源配置提供参考和技术支持。
-
公开(公告)号：CN110659774A
公开(公告)日：2020-01-07
申请号：CN201910898537.7
申请日：2019-09-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种大数据方法驱动的停车需求预测方法，包括：采集并处理区域范围内的实际用地属性信息、浮动车OD数据和停车数据；根据统计信息网格集计数据，基于多密度聚类算法识别出区域范围内的有效停车小区和待预测停车小区；根据有效停车小区用地及交通数据建立贝叶斯分类器，计算待预测停车小区的高峰停车小时；通过数据融合关联方法将有效停车小区中实际用地属性、停车数据和高峰停车小时对应的浮动车OD数据输入到机器学习的支持向量机模型中建立停车需求预测模型并验证，而后对待预测停车小区进行停车需求预测。采用本方法对停车需求进行预测，能减少人工记录数据成本及所造成的误差，为停车规划和停车资源配置提供参考和技术支持。
-
Search Results
2
records
(took 0.015 seconds)
