University of Maryland College Park.;
机译:使用交通冲击波和机器学习算法实时预测公交车行驶速度
机译:使用GPS探针和智能卡数据的公交车出行时间建模:一种考虑链路出行时间和车站停留时间的概率方法
机译:流数据预测动脉旅行时间:流建模和机器学习的混合方法
机译:配备GPS的探测车的动脉行进时间表征和实时交通状况识别
机译:使用机器学习通过流探针数据进行实时流量建模和估计。
机译:城市动脉行程时间的贝叶斯迭代估计:融合环路检测器和探测车辆数据
机译:城市主干道旅行时间的迭代贝叶斯估计:融合环探测器和探测车辆数据。
机译:基于行程时间的交通信号配时算法的发展,第一阶段:基于信号干线的交通密度估计的混合扩展卡尔曼滤波方法