论文部分内容阅读
在智能交通系统流量预测的应用背景下,提出一种以复杂事件处理技术为基础的上下文敏感预测方法.首先采用模糊本体对历史事件上下文进行建模,再通过上下文聚类实现数据的划分,针对不同的数据学习对应的贝叶斯网络模型.实时预测时可根据当前事件上下文适应性选取贝叶斯网络模型或模型组合进行预测分析.实验结果显示该方法能有效的处理信息物理融合系统中事件数据流,并具有良好的预测性能.