原文传递
基于监督学习的行人出行方式规律性研究
| 题名： | 基于监督学习的行人出行方式规律性研究 |
| 正文语种： | 中文 |
| 作者： | 李勇; |
| 作者单位： | 天津大学,管理与经济学部； |
| 关键词： | 智能出行;监督学习;后处理;精准预测;出行方式 |
| 摘要： | 随着智能出行时代的到来,对出行方式的精准预测是当前学术界和工业界关注的热点问题。本文对行人的GPS日志数据进行分割,定义了一些有效且较为容易获取的特征变量,同时,采用基于图的后处理算法来进一步提高出行特征效果,最后采用监督学习中提升树模型进行训练预测,模型预测准度可达76.2%,基于图的后处理对模型精度提升近4%,证明将模型用于对于行人出行方式预测具有较好的拟合度与预测精度,较为准确的预测了用户出行方式的概率分布。 |
| 期刊名称： | 综合运输 |
| 出版年： | 2020 |
| 期： | 03 |
| 页码： | 22-27,33 |
检索历史
应用推荐
