Indexed by：
Abstract：
出租车乘车概率预测中存在数据量级大，底层属性类型多，预测信息不确定的问题。鉴于此，整合大规模轨迹数据范畴中现有的挖掘算法对出租车GPS数据和路网数据进行离线处理；将多类型的不确定性数据转换为具有置信结构的规则形式，并以此构建置信规则库；通过置信规则库推理方法（belief rule-base infer-ence methodology using evidential reasoning，RIMER）在线预测路网道路上各个地点的乘车概率。以北京市2012年11月某天的出租车GPS数据为例说明该在线预测方法的应用。实验结果表明，该预测方法具有较高的实时性和准确性。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机科学与探索
ISSN： 1673-9418
CN： 11-5602/TP
Year： 2015
Issue： 8
Page： 985-994
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
