机译:利用探测车辆数据探索出行时间分布和变异性模式:以北京为例
Beihang Univ, Beijing Key Lab Cooperat Vehicle Infrastruct Syst, Sch Transportat Sci & Engn, Xue Yuan Rd 37, Beijing 100191, Peoples R China;
Beihang Univ, Beijing Key Lab Cooperat Vehicle Infrastruct Syst, Sch Transportat Sci & Engn, Xue Yuan Rd 37, Beijing 100191, Peoples R China;
Beihang Univ, Beijing Key Lab Cooperat Vehicle Infrastruct Syst, Sch Transportat Sci & Engn, Xue Yuan Rd 37, Beijing 100191, Peoples R China;
Beihang Univ, Beijing Key Lab Cooperat Vehicle Infrastruct Syst, Sch Transportat Sci & Engn, Xue Yuan Rd 37, Beijing 100191, Peoples R China;
机译:利用探测车辆数据探索出行时间分布和变异性模式:以北京为例
机译:使用浮动汽车数据和循环统计数据检查通勤模式:探索使用新方法和可视化方法来研究出行时间
机译:利用出租车的大数据告知出行方式在北京选址公共电动汽车充电站
机译:根据探测车辆数据研究行驶时间变异性
机译:使用机器学习的车辆探测数据进行概率交通建模和实时旅行时间预测
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:基于探测车辆数据的定向走廊行程时延特性测量方法。