多源数据驱动下公共交通出行行为特征挖掘与预测

来源 :科学技术与工程 | 被引量 : 0次 | 上传用户:leiweiwei42
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
公共交通是保障城市交通顺畅绿色运行的重要支撑,准确把握公共交通出行行为特征和需求是关键.从公共交通出行行为特征挖掘和行为预测两方面,解析了以往公共交通出行需求分析存在的问题及原因.结合北京市交通运行监测平台数据和多源数据处理方法,分析了多源数据为公共交通出行特征精细化挖掘和行为精准化预测带来的机遇,并从数据关联分析和计算效能等角度梳理了面临的挑战.从公共交通多源数据关联匹配、公共交通出行特征刻画和公共交通出行行为预测三个方面提出了解决思路和方法,并通过案例分析验证了可行性.为把握多源数据驱动下精细化的公共交通出行需求提供了总体解决方案.
其他文献
干热岩(hot dry rock,HDR)作为一种清洁和可再生能源,较传统能源有很多优点,但钻探难度大一直是制约其推广应用的主要问题.首先分析了干热岩高温钻探的特点和难点,随后系统地梳理了包括先进钻井技术、钻井工具及钻井液的中外研究进展.详细评述了气体钻井、液氮射流钻井及热-机械联合钻井(combined thermal mechanical drilling,CTMD)3种钻井技术的运行机理和适用范围,钻井工具的研究现状和发展方向,以及不同高温钻井液体系的选取依据和整体性能优化思路.最后,结合目前的研究
为了提高网络云平台大数据存储的安全性能,并对数据安全风险进行评估,提出了一种基于灰色神经网络的云存储大数据安全风险评估模型.首先,采用基于自治的元组划分方法将待分析和评估的大数据安全风险信息进行分类,利用高斯密度谱提取信息特征,然后利用灰色神经网络将待分类的信息进行分解,最后,使用自适应差分改进方法检测安全风险信息的相关性.模型根据大数据安全风险信息频谱的特征提取,实现了相关补偿和自适应控制,提高了大数据安全风险评估能力.安全评价曲线能够快速收敛,并与K近邻算法(K-nearest neighbor,KN