一种基于时空依赖的预测修正算法

摘要

本发明公开了一种基于时间依赖的预测修正算法，本算法针对现有研究没有充分挖掘交通流时空依赖的问题，引入两层筛选结构，进一步分析了预测节点与周边空间节点的时空关系。为了细化相关性分析的粒度，本算法首先对节点相似性度量函数进行优化，并结合双重过滤准则选出空间依赖节点。然后利用空间依赖节点动态生成时空片段，并通过距离度量函数选择最相关的时空依赖片段。最后对前期预测结果和时空依赖片段对应的预测值建立多输入回归模型，从而到达预测修正的目的。本算法相对于其他基于时空依赖的算法而言，在预测精度上有一定的优势。