期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Dropconnect的CorrelationNet 预测乘客出租车需求
被引量：
4
1
作者
黄敏
毛锋
+1 位作者
钱宇翔
沙志仁
《中山大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第2期86-94,共9页
为了提高乘客出租车需求预测的准确性以及出租车服务的运行效率,提出一种使用Dropconnect方法的CorrelationNet。该方法包括两个阶段,时空特征选择和Dropconnec正则化。首先,预测模型在深度神经网络中添加了时空相关性分析机制,并确定...
为了提高乘客出租车需求预测的准确性以及出租车服务的运行效率,提出一种使用Dropconnect方法的CorrelationNet。该方法包括两个阶段,时空特征选择和Dropconnec正则化。首先,预测模型在深度神经网络中添加了时空相关性分析机制,并确定了用于出租车需求预测的时空特征,形成了新的深度学习网络CorrelationNet。然后,预测模型使用Dropconnect训练新的深度学习网络CorrelationNet,以减少过拟合。最后,在广州进行了应用试验以验证模型;采用支持向量机回归(SVR)、人工神经网络(ANN)和CorrelationNet方法,用相同的出租车GPS数据集来评估所提出方法的性能。实验结果表明,该方法优于其它几种方法,更适合于乘客出租车需求预测。
展开更多
关键词
乘客出租车
需求预测
深度学习
CorrelationNet
dropconnect
在线阅读
下载PDF
职称材料
城市出租车乘客出行特征可视化分析方法
被引量：
4
2
作者
牛丹丹
段宗涛
+5 位作者
陈柘
康军
朱依水
唐蕾
葛建东
江华
《计算机工程与应用》
CSCD
北大核心
2019年第6期237-243,共7页
可视化技术通过图形表现数据的内在规律,并可利用交互的形式实现数据的层次化展示,其在分析交通数据、发现交通问题以及辅助决策中扮演着越来越重要的角色。为了更加清晰、直观地展示城市出租车GPS轨迹数据传递的信息,解决因其数据量庞...
可视化技术通过图形表现数据的内在规律,并可利用交互的形式实现数据的层次化展示,其在分析交通数据、发现交通问题以及辅助决策中扮演着越来越重要的角色。为了更加清晰、直观地展示城市出租车GPS轨迹数据传递的信息,解决因其数据量庞大和时空信息复杂而带来的分析难题,提出一种集成聚集可视化、特征可视化对出租车GPS轨迹数据进行可视化分析的方法。首先,通过数据处理得到可用于可视化的特征数据,而后对乘客上下车点进行聚集可视化,并利用多视图协同交互的方法对轨迹数据进行了特征可视化;最后,根据可视化结果对城市出租车乘客出行特征时空分布情况进行了分析。在此基础上,设计了一个交互式可视分析系统,并通过真实数据集案例验证了系统的有效性。
展开更多
关键词
出租车
GPS轨迹数据
出租车
乘客
出行特征
可视化分析
多视图协同交互
在线阅读
下载PDF
职称材料
题名
基于Dropconnect的CorrelationNet 预测乘客出租车需求
被引量：
4
1
作者
黄敏
毛锋
钱宇翔
沙志仁
机构
中山大学智能工程学院
广东智能交通系统重点实验室
广东方纬科技有限公司
出处
《中山大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第2期86-94,共9页
基金
国家自然科学基金(U1611461,11574407)
广东省科技计划项目(2016A020223006,2017B010111007)
中央高校基本科研业务费(17lgjc42)。
文摘
为了提高乘客出租车需求预测的准确性以及出租车服务的运行效率,提出一种使用Dropconnect方法的CorrelationNet。该方法包括两个阶段,时空特征选择和Dropconnec正则化。首先,预测模型在深度神经网络中添加了时空相关性分析机制,并确定了用于出租车需求预测的时空特征,形成了新的深度学习网络CorrelationNet。然后,预测模型使用Dropconnect训练新的深度学习网络CorrelationNet,以减少过拟合。最后,在广州进行了应用试验以验证模型;采用支持向量机回归(SVR)、人工神经网络(ANN)和CorrelationNet方法,用相同的出租车GPS数据集来评估所提出方法的性能。实验结果表明,该方法优于其它几种方法,更适合于乘客出租车需求预测。
关键词
乘客出租车
需求预测
深度学习
CorrelationNet
dropconnect
Keywords
passenger taxi
pick-up prediction
deep learning
CorrelationNet
dropconnect
分类号
U491 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
城市出租车乘客出行特征可视化分析方法
被引量：
4
2
作者
牛丹丹
段宗涛
陈柘
康军
朱依水
唐蕾
葛建东
江华
机构
长安大学信息工程学院
陕西省道路交通智能检测与装备工程技术研究中心
思建科技有限公司
出处
《计算机工程与应用》
CSCD
北大核心
2019年第6期237-243,共7页
基金
国家自然科学基金(No.61303041)
陕西省重点科技创新团队项目(No.2017KCT-29)
+5 种基金
陕西省重点研发项目(No.2017GY-072)
陕西省国际科技合作计划项目(No.2017KW-015)
陕西省工业攻关项目(No.2015GY-002
No.2016GY-078)
中央高校创新团队支持项目(No.310824173701)
中央高校基础研究项目(No.310824161012)
文摘
可视化技术通过图形表现数据的内在规律,并可利用交互的形式实现数据的层次化展示,其在分析交通数据、发现交通问题以及辅助决策中扮演着越来越重要的角色。为了更加清晰、直观地展示城市出租车GPS轨迹数据传递的信息,解决因其数据量庞大和时空信息复杂而带来的分析难题,提出一种集成聚集可视化、特征可视化对出租车GPS轨迹数据进行可视化分析的方法。首先,通过数据处理得到可用于可视化的特征数据,而后对乘客上下车点进行聚集可视化,并利用多视图协同交互的方法对轨迹数据进行了特征可视化;最后,根据可视化结果对城市出租车乘客出行特征时空分布情况进行了分析。在此基础上,设计了一个交互式可视分析系统,并通过真实数据集案例验证了系统的有效性。
关键词
出租车
GPS轨迹数据
出租车
乘客
出行特征
可视化分析
多视图协同交互
Keywords
taxi GPS trajectory data
taxi passenger travel characteristics
visualization analysis
multi-view collaborative interaction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Dropconnect的CorrelationNet 预测乘客出租车需求
黄敏
毛锋
钱宇翔
沙志仁
《中山大学学报（自然科学版）》
CAS
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
2
城市出租车乘客出行特征可视化分析方法
牛丹丹
段宗涛
陈柘
康军
朱依水
唐蕾
葛建东
江华
《计算机工程与应用》
CSCD
北大核心
2019
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
