《表3 所有序列模型形式》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向视频智能分析的商业街行人交通流预测建模》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：当残差项不存在滞后项时，移动平均项消失，ARMA模型退化为自回归（AR）模型。

所有序列的模型形式整理后如表3所示。当取相同时间点和相同组别时，2个监测点的数据序列模型非常相似。其中，17:30时间点对应的4个序列甚至具有完全相同的模型形式ARMA (1，1），只是在估计参数方面存在差别。这说明不同监测点行人流量的纵向时间序列具有显著规律可以挖掘，同时也从侧面验证了本研究分组处理方式的合理性。