它怎样工作
定义随时间演变的潜在状态及其观测过程,每收到一批新传感数据就更新状态估计,再滚动预测;卡尔曼滤波是一种实现。
适合回答什么问题
实时路况、传感器断续和带噪测量、不断更新的短期预测。
城市研究中的用法
原始研究支持的教学演示
城市道路检测器每几分钟报告一次流量。参照短时交通流预测研究,网页展示“原预测—新观测—更新后预测”的过程,而非为某一未核实城市填入准确率。
解释时要注意什么
状态转移与观测噪声需要恰当设定;突发事故不能靠平稳更新假设自动处理。
潜在状态;卡尔曼更新。
P / Prediction · P4
State-Space Forecasting
把“看不见的真实状态”和带噪声的实时观测分开。
播放后在这里显示逐步讲解字幕。
普通话讲解 · 同步字幕在播放器下方 · 阅读完整文字稿 · 下载视频
TEXT STORYBOARD / 文字分镜
隐含交通状态
有噪声的检测值
更新状态分布
下一时段流量。
原创合成教学动画,不是原研究数据或结果的复现。详细原理、案例与边界见右侧说明。
定义随时间演变的潜在状态及其观测过程,每收到一批新传感数据就更新状态估计,再滚动预测;卡尔曼滤波是一种实现。
实时路况、传感器断续和带噪测量、不断更新的短期预测。
原始研究支持的教学演示
城市道路检测器每几分钟报告一次流量。参照短时交通流预测研究,网页展示“原预测—新观测—更新后预测”的过程,而非为某一未核实城市填入准确率。
状态转移与观测噪声需要恰当设定;突发事故不能靠平稳更新假设自动处理。
潜在状态;卡尔曼更新。