基于国产处理器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
1. 南京邮电大学 a. 计算机学院; b. 高性能计算与大数据处理研究所, 南京 210023
2. 江苏省无线传感网高技术研究重点实验室, 南京 210023
3. 国家高性能计算中心南京分中心, 南京 210023
4. 江苏省高性能计算与智能处理工程研究中心, 南京 210023
摘要
针对城市交通难以处理大量数据且实时性差等问题，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的应用领域。
基金项目
国家重点研发计划专项项目(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)
出版信息
DOI: 10.19734/j.issn.1001-3695.2020.05.0199
出版期卷: 《计算机应用研究》 印刷出版, 2021年第38卷 第5期
所属栏目: 系统应用开发
出版页码: 1468-1471
文章编号: 1001-3695(2021)05-034-1468-04
发布历史
[2021-05-05] 印刷出版
引用本文
季一木, 杨启凡, 李奎, 等. 基于国产处理器增量式实时交通流预测算法及实现 [J]. 计算机应用研究, 2021, 38 (5): 1468-1471. (Ji Yimu, Yang Qifan, Li Kui, et al. Incremental real-time traffic flow prediction algorithm based on domestic processor and its implementation [J]. Application Research of Computers, 2021, 38 (5): 1468-1471. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
