[1]王维凤,陈小鸿,林航飞,等.高速公路流量预测风险分析[J].长安大学学报(自然科学版),2003(6):90-93.
[2]梁仁鸿,仵思燃.公路货物运输量统计新试行方案问题及完善思路研究[J].公路交通科技,2018(7):151-158.
[3]袁长伟,王建伟.高速公路货流统计方法与实证分析[J].公路交通科技,2009(10):149-152.
[4]杨洁,李岩,过秀成.基于动态时间弯曲距离的城市干道交通流量信息分析方法[J].长安大学学报(自然科学版),2015(S1):49-53.
[5]杨春霞,符义琴,鲍铁男.基于相似性的短时交通流预测[J].公路交通科技,2015(10):124-128.
[6]孙静怡,牟若瑾,刘拥华.考虑大型车因素的支持向量机短时交通状态预测模型研究[J].公路交通科技,2018(10):126-132.
[7]申贵成,管水城,孙方宇.考虑最优时滞因子时空模型的高速公路短时交通流预测[J].科学技术与工程,2018(24):149-156.
[8]张浩.基于GA-BP神经网络的衡大高速公路日交通流量预测[J].中国交通信息化,2018(7):96-97.
[9]周楠楠.数据驱动的高速公路交通流量及行程时间短时预测方法研究[D].广州:华南理工大学,2018.
[10]毕治民.高速公路交通流量分析预测系统设计与实现[D].石家庄:河北科技大学,2018.
[11]王雪菲,丁维龙.面向高速公路大数据的短时流量预测方法[J].计算机应用,2019(1):87-92.
[12]胡闰秀,李梦雪.基于高速公路收费数据的交通量调查[J].山东交通学院学报,2016(1):21-26.
[13]AGRAWAL R,FALOUTSOS C,SWAMI A N.Efficient similarity search in sequence databases[C].The 4th international conference on foundations of data organization and algorithms,1993:69-84.
[14]董晓莉,顾成奎,王正欧.基于形态的时间序列相似性度量研究[J].电子与信息学报,2007(5):1228-1231.
[15]门连生,卫婧菲,李中.基于形态相似距离的时间序列相似性度量[J].计算机工程与应用,2015(4):120-122.
[16]王瑞,贾瑞玉.基于形态模式的时间序列相似性度量算法[J].计算机应用与软件,2017(9):253-256.
[17]弓晋丽,彭贤武.城市道路交通流时间序列模式相似性分析[J].公路交通科技,2013(11):119-123.
[18]陈海燕,刘晨晖,孙博.时间序列数据挖掘的相似性度量综述[J].控制与决策,2017(1):1-11.
[19]董建华,王国胤,姚文.基于PCA的水质数据相似度分析模型[J].环境工程,2016(S1):841-844.
[20]周永.基于签到数据的用户行为轨迹相似度分析[D].成都:西华大学,2016.
[21]CHA J,LEE S,KIM K S,et al.On the design of similarity measures based on fuzzy integral[C].Fuzzy systems association & international conference on soft computing & intelligent systems,2017.
[22]李建勋,佟瑞,张永进,等.基于趋势面与SSIM的时空数据相似度算法[J].计算机工程,2018(9):52-58.
[23]CLAPPER J P. Graded similarity in free categorization[J].Cognition,2019,190(9):1-19.
[24]LIU D,QI X CH,FU Q,et al.A resilience evaluation method for a combined regional agricultural water and soil resource system based on weighted Mahalanobis distance and a Gray-TOPSIS model[J].Journal of cleaner production,2019,229(20):667-679.
[25]王慧,魏勇.分别基于接近性和相似性的面板数据关联度的公理化[J].统计与决策,2019(3):13-16. |