System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及流量预测,具体涉及基于色彩变换算法的流量预测方法及系统。
技术介绍
1、交通流量预测是交通管理和规划的重要环节,对于城市交通拥堵缓解、路线规划、公共交通调度等方面具有重要意义。传统的交通流量预测方法通常基于数学模型或机器学习算法,利用历史交通数据和其他相关因素进行预测。然而,这些方法往往面临着处理大规模数据和复杂交通模式的挑战,预测结果的准确性和实时性有待提高。
2、现有技术中存在的流量预测工作由于无法对流量的空间分布和视觉信息进行有效处理而导致预测实时性低且不够准确的问题,使得最终关于交通管理无法高效管控。
技术实现思路
1、本申请提供了基于色彩变换算法的流量预测方法及系统,解决了现有技术中存在的流量预测工作由于无法对流量的空间分布和视觉信息进行有效处理而导致预测实时性低且不够准确的问题,实现了关于交通管理的高效管控。
2、鉴于上述问题,本申请提供了基于色彩变换算法的流量预测方法。
3、第一方面,本申请提供了基于色彩变换算法的流量预测方法,方法包括:与交通平台建立通信通道,并根据所述交通平台获取交通流量数据;对色彩空间进行确定,将所述交通流量根据所述色彩空间进行色彩变换,得到流量色彩空间;对所述流量色彩空间进行特征提取,得到特征提取结果;构建流量预测模型,根据所述流量预测模型对所述特征提取结果进行预测,得到预测结果;根据预测结果进行相应的交通管理。
4、第二方面,本申请提供了基于色彩变换算法的流量预测系统,系统包括:流
5、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
6、本申请实施例提供的基于色彩变换算法的流量预测方法及系统,通过与交通平台建立通信通道,并根据交通平台获取交通流量数据,并对色彩空间进行确定,将交通流量根据色彩空间进行色彩变换,得到流量色彩空间,再对流量色彩空间进行特征提取,得到特征提取结果,构建流量预测模型,根据流量预测模型对特征提取结果进行预测,得到预测结果,最后根据预测结果进行相应的交通管理,解决了现有技术中存在的流量预测工作由于无法对流量的空间分布和视觉信息进行有效处理而导致预测实时性低且不够准确的问题,实现了关于交通管理的高效管控。
本文档来自技高网...【技术保护点】
1.基于色彩变换算法的流量预测方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,对色彩空间进行确定,将所述交通流量根据所述色彩空间进行色彩变换,得到流量色彩空间,该方法包括:
3.如权利要求1所述的方法,其特征在于,构建流量预测模型,该方法包括:
4.如权利要求3所述的方法,其特征在于,所述训练第一决策树包括:
5.如权利要求4所述的方法,其特征在于,当第一叶子节点的所述叶子节点输出偏差的绝对值大于或等于预设偏差值,以所述第一叶子节点为次级根节点,训练第二决策树,其中,所述第二决策树为所述第一决策树的优化决策树,的输入为所述第一叶子节点的所述叶子节点输出偏差和所述叶子节点输出值,所述第二决策树的监督数据和所述第一叶子节点的监督数据相同,包括:
6.如权利要求1所述的方法,其特征在于,根据所述流量预测模型对所述特征提取结果进行预测,得到预测结果,包括:
7.基于色彩变换算法的流量预测系统,其特征在于,所述系统包括:
【技术特征摘要】
1.基于色彩变换算法的流量预测方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,对色彩空间进行确定,将所述交通流量根据所述色彩空间进行色彩变换,得到流量色彩空间,该方法包括:
3.如权利要求1所述的方法,其特征在于,构建流量预测模型,该方法包括:
4.如权利要求3所述的方法,其特征在于,所述训练第一决策树包括:
5.如权利要求4所述的方法,其特征在于,当第一叶子节点的所述叶子节点输出偏...
【专利技术属性】
技术研发人员:闫军,霍建杰,
申请(专利权)人:超级视线科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。