《计算机应用研究》|Application Research of Computers

基于国产处理器的增量式实时交通流预测算法及实现

Incremental real-time traffic flow prediction algorithm based on domestic processor and ITS implementation

免费全文下载 (已被下载 次)  
获取PDF全文
作者 季一木,杨启凡,李奎,尤帅,邵思思,刘强,刘尚东
机构 南京邮电大学 计算机学院;南京邮电大学 高性能计算与大数据处理研究所;江苏省无线传感网高技术研究重点实验室;国家高性能计算中心南京分中心;江苏省高性能计算与智能处理工程研究中心
统计 摘要被查看 次,已被下载
摘要 当前城市交通拥堵问题日益严重,交通数据实时流量日益增多,但是城市交通系统目前分析交通路口时空间趋势的方式无法满足实时要求。因此针对城市交通难以处理大量数据,实时性差等问题,提出了根据增量式城市交通流数据预测拥堵情况的一种基于国产处理器的L-BFGS(Limited-memory BFGS)算法。该算法通过存储向量序列计算Hessian矩阵,改进Two-Loop算法求下降方向,在Spark集群中并行处理时收敛速度快,适用于实时性要求强的城市交通场景。实验结果证明,L-BFGS预测算法完全可以在国产平台上对大规模的实时交通数据流进行快速建模、预测,在改善城市交通管理水平提供有效支撑的同时也丰富了国产芯片应用领域。
关键词 国产处理器;增量式城市交通流数据;Spark集群;L-BFGS算法;交通流预测
基金项目 国家重点研发计划专项(2017YFB1401302)
国家自然科学基金资助项目(61702280,61902194)
江苏省自然科学基金优秀青年基金资助项目(BK20170100)
江苏省重点研发计划资助项目(BE2017166)
江苏省自然科学基金资助项目(BK20170900)
江苏省六大人才高峰项目(JY02)
江苏省教育厅高等学校自然科学研究项目(19KJB520046)
博士后创新人才支持计划资助项目(BX20180146)
中国博士后科学基金资助项目(2019M661901)
江苏省博士后科研资助计划资助项目(2019K024)
CCF-腾讯犀牛鸟基金微众银行专项资助项目(CCF-WebankRAGR20190104)
南京邮电大学鼎山人才培养对象项目和南京邮电大学人才启动基金资助项目(NY219132)
本文URL http://www.arocmag.com/article/02-2021-05-045.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码