机译:通过本地传感器数据和电子收费数据的数据融合来预测高速公路的交通性能
Austrian Institute of Technology, Vienna, Austria;
INRETS-ENTPE, Bron, France;
INRETS-ENTPE, Bron, France;
Austrian Institute of Technology;
Austrian Institute of Technology;
Austrian Institute of Technology;
National Technical University, Athens, Greece;
机译:使用机器学习和大数据方法来预测基于台湾电子收费集合的历史和实时数据的旅行时间
机译:基于电子收费数据的精确旅行时间估算和预测,探索公路交通流量的时空迁移性
机译:使用电子收费数据了解交通需求
机译:利用电子收费系统数据估算高速公路上车辆排放的方法
机译:使用多传感器数据融合对车辆进行交通监控和性能监控。
机译:面向数据科学的预防性健康管理系统的多传感器融合方法:异构数据源的分散数据收集方法的概念和发展
机译:通过Dempster-Shafer数据融合改进感应循环和收费数据的旅行时间估计