实时可扩展
一种基于非参数KNN框架的短时城市交通流预测系统，无需在线重训练即可整合最新数据，兼顾准确性与效率。
Zhang, Shan · Qinkai, Jiang · 李浩 · 曹斌 · 范菁
Big Data Mining and Analytics 2024
采用非参数KNN作为预测框架，能够高效识别最相似的时空上下文并基于这些上下文进行预测，避免了耗时的在线重训练。
系统能够利用最新数据而无需在线重训练模型，从而支持将实时交通流纳入训练过程，避免频繁重训练带来的负担。
实验结果表明，随着预测周期的增加，PURP仍保持较强的预测效率。