Benutzer: Gast  Login
Originaltitel:
Ein Instanzbasiertes Lernverfahren zur Prognose von Verkehrskenngrößen unter Nutzung Räumlich-Zeitlicher Verkehrsmuster 
Übersetzter Titel:
An Instance based Learning Method for the Prediction of Traffic Variables based on spatio-temporal Traffic Patterns 
Jahr:
2008 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Architektur 
Betreuer:
Univ.-Prof. Dr.-Ing. Fritz Busch 
Sprache:
de 
Fachgebiet:
BAU Bauingenieurwesen, Vermessungswesen 
Stichworte:
Verkehrsdaten, Prognose, Mustererkennung, Instanzbasiertes Lernen, Verkehrsmanagement, Reisezeit 
Übersetzte Stichworte:
Traffic Data, Prediction, Pattern Recognition, Instance Based Learning, Traffic Management, Travel Time 
TU-Systematik:
BAU 850d 
Kurzfassung:
Gegenstand dieser Dissertation ist die Entwicklung und die Anwendung eines instanzbasierten Lernverfahrens zur Prognose von Verkehrskenngrößen zum Einsatz im dynamischen Verkehrsmanagement. Das Verfahren verwendet räumlich-zeitlich strukturierte, auf realen Messwerten basierende lokale und streckenbezogene Verkehrskenngrößen. Zur Laufzeit werden aktuelle Datenmuster (bestehend aus kontinuierlich beobachteten Verkehrskenngrößen der letzten Stunde und Kalendervariablen) mit einer historischen Date...    »
 
Übersetzte Kurzfassung:
Subject of this thesis is the development and the application of an instance based learning method for the prediction of traffic variables. The objective is to generate information that can be used for dynamic traffic management purposes. The method uses traffic variables based on real traffic data that are structured with respect to spatio-temporal attributes. To make a prediction, the current pattern (consisting of continually observed traffic variables of the past hour and calendar attributes...    »
 
Serie / Reihe:
Schriftenreihe / Lehrstuhl für Verkehrstechnik, Technische Universität München 
Bandnummer:
Schlagworte:
Verkehrsplanung ; Kennzahl 
Dateigröße:
8557818 bytes 
Seiten:
182 
Letzte Änderung:
13.02.2014