本周阅读的论文是题目为《Traffic congestion and travel time prediction based on historical congestion maps and identification of consensual days》的一篇2021年发表在《Transportation Research Part C》涉及到交通拥堵和出行时间预测的文章。

在这篇文章中，作者提出了一种具有可实践性的用于实时交通状况和出行时间预测的方法。首先利用主成分分析法对历史数据进行降维处理；然后分别使用高斯混合模型以及K-means算法对数据集每日的拥堵图进行聚类；接着，根据拥堵图从每个分类中选出一个共识日代表这个类别，以便利用这些历史数据去预测交通拥堵传播和出行时间。具体来说，就是根据新的一天最初观测到的数据决定哪一个共识日与这天的属性最为接近，然后利用这个共识日的数据去预测未来的交通状况和出行时间。

内容中包含的图片若涉及版权问题，请及时与我们联系删除