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
3
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
基于梯度提升回归树的城市道路行程时间预测
被引量：
28
1
作者
龚越
罗小芹
+1 位作者
王殿海
杨少辉
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2018年第3期453-460,共8页
为了提高行程时间的预测精度,在考虑时间序列相关性的同时,分析相邻路段的空间相关性对于行程时间的影响,并提出基于梯度提升回归树模型的城市道路行程时间预测方法.对车牌识别设备获取的实际数据进行预处理,并提出相应的补全算法以解...
为了提高行程时间的预测精度,在考虑时间序列相关性的同时,分析相邻路段的空间相关性对于行程时间的影响,并提出基于梯度提升回归树模型的城市道路行程时间预测方法.对车牌识别设备获取的实际数据进行预处理,并提出相应的补全算法以解决数据缺失问题,建立完整的历史数据集.通过分析各影响因素与行程时间的相关性,构建特征向量.为了能更好地理解模型,通过梯度提升回归树模型输出各变量对于预测结果的重要度.利用实际数据对模型进行评估,预测行程时间的平均绝对误差百分比,约为10.0%.与SVM、ARIMA等方法相比,所提方法具有较高的精度.
展开更多
关键词
交通工程
短时交通流预测
梯度提升回归树模型
(GBRT)
城市道路行程时间
车牌识别数据
在线阅读
下载PDF
职称材料
城市建成环境与轨道交通车站组团客流关系研究
2
作者
刘军
罗维嘉
许心越
《华南理工大学学报(自然科学版)》
北大核心
2025年第8期1-10,共10页
准确刻画建成环境与城市轨道交通客流间的作用关系是掌握客流需求的重要前提。针对站间OD研究数据不完备、多维稀疏的问题,提出一种基于车站组团的建成环境与客流间映射关系研究方法,以实现组团OD的精准分析。首先,基于自然地理特性“...
准确刻画建成环境与城市轨道交通客流间的作用关系是掌握客流需求的重要前提。针对站间OD研究数据不完备、多维稀疏的问题,提出一种基于车站组团的建成环境与客流间映射关系研究方法,以实现组团OD的精准分析。首先,基于自然地理特性“以团代点”,考虑客流去向特征,计算团间相似度,形成两层的组团划分方法,解决数据稀疏的问题;其次,从O/D组团的吸引能力、OD可达性特征两个维度构造建成环境指标体系及建成环境描述方法;然后,提出一种基于梯度提升回归树(GBDT)模型的刻画建成环境特征和客流之间关系的方法,分析单因素对于客流的影响强度及阈值;最后,以北京地铁为例验证。结果表明:建成环境与轨道交通车站组团间客流存在时空异质性、非线性特征及阈值效应;组团的研究视角有效解决了数据稀疏的问题;OD阻抗特征是影响客流的首要特征,解释度高达38.40%;人口经济特征是次要影响因素,且存在显著的阈值效应。因此,在城市轨道交通规划的过程中,首先要着重关注网络拓扑,优化交通可达性,进而深入考量区域经济活动的影响。研究结果为轨道交通规划者提供定量的分析工具,可以帮助规划者确定建成环境指标的有效范围、调整空间,为提升轨道交通运营效能提供参考。
展开更多
关键词
城市轨道交通
建成环境
梯度提升回归树模型
组团OD客流
非线性关系
在线阅读
下载PDF
职称材料
基于图像处理和GBRT模型的表土层土壤容重预测
被引量：
9
3
作者
杨玮
兰红
+1 位作者
李民赞
孟超
《农业机械学报》
EI
CAS
CSCD
北大核心
2020年第9期193-200,共8页
针对传统的表土层土壤容重测量方法费时、耗力的问题,利用易获得的土壤物理参数实现农田大范围表土层土壤容重的快速、准确预测。通过分析表土层土壤容重与土壤表面粗糙度、土壤阻力的关系,构建了以土壤表面粗糙度和土壤阻力为输入的GBR...
针对传统的表土层土壤容重测量方法费时、耗力的问题,利用易获得的土壤物理参数实现农田大范围表土层土壤容重的快速、准确预测。通过分析表土层土壤容重与土壤表面粗糙度、土壤阻力的关系,构建了以土壤表面粗糙度和土壤阻力为输入的GBRT模型,土壤表面粗糙度利用图像处理技术获得,土壤阻力使用实验室车载式阻力测量系统获得。使用同态滤波技术对土壤表面图像进行预处理,提取图像灰度直方图的熵、平均值、方差、偏度和峰度表征图像的纹理特征参数,提取图像灰度共生矩阵的能量、熵、对比度和逆方差表征图像的区域特征参数。利用灰度关联分析,从9个表征土壤表面粗糙度的特征参数和土壤阻力中选取与表土层土壤容重关联度大于0.65的变量作为模型输入,将得到的GBRT模型预测结果与环刀法得到的结果进行相关性分析,R2达到0.8782,平均绝对误差达到0.021 g/cm^3。同时在相同的输入参数和运算环境下,与BPNN和SVR模型的预测精度和运算速度进行了对比,验证得到GBRT模型具有更高的预测精度和更短的运算时间。本文研究结果为科学指导农田表土层土壤容重的获取提供了思路。
展开更多
关键词
土壤容重
图像处理
梯度
提升
决策
回归
树
模型
预测
土壤表面粗糙度
土壤阻力
在线阅读
下载PDF
职称材料
题名
基于梯度提升回归树的城市道路行程时间预测
被引量：
28
1
作者
龚越
罗小芹
王殿海
杨少辉
机构
浙江大学建筑工程学院
中国城市规划设计研究院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2018年第3期453-460,共8页
基金
国家自然科学基金资助项目(51338008
51408538)
+1 种基金
国家自然科学基金资助项目(61773337)
浙江省自然科学基金资助项目(LY17F030009)
文摘
为了提高行程时间的预测精度,在考虑时间序列相关性的同时,分析相邻路段的空间相关性对于行程时间的影响,并提出基于梯度提升回归树模型的城市道路行程时间预测方法.对车牌识别设备获取的实际数据进行预处理,并提出相应的补全算法以解决数据缺失问题,建立完整的历史数据集.通过分析各影响因素与行程时间的相关性,构建特征向量.为了能更好地理解模型,通过梯度提升回归树模型输出各变量对于预测结果的重要度.利用实际数据对模型进行评估,预测行程时间的平均绝对误差百分比,约为10.0%.与SVM、ARIMA等方法相比,所提方法具有较高的精度.
关键词
交通工程
短时交通流预测
梯度提升回归树模型
(GBRT)
城市道路行程时间
车牌识别数据
Keywords
traffic engineering
short term traffic flow prediction
gradient boosting regression tress(GBRT)
urban travel time
license plate data
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
城市建成环境与轨道交通车站组团客流关系研究
2
作者
刘军
罗维嘉
许心越
机构
北京交通大学交通运输学院
出处
《华南理工大学学报(自然科学版)》
北大核心
2025年第8期1-10,共10页
基金
国家重点研发计划项目(2022YFC3005204)。
文摘
准确刻画建成环境与城市轨道交通客流间的作用关系是掌握客流需求的重要前提。针对站间OD研究数据不完备、多维稀疏的问题,提出一种基于车站组团的建成环境与客流间映射关系研究方法,以实现组团OD的精准分析。首先,基于自然地理特性“以团代点”,考虑客流去向特征,计算团间相似度,形成两层的组团划分方法,解决数据稀疏的问题;其次,从O/D组团的吸引能力、OD可达性特征两个维度构造建成环境指标体系及建成环境描述方法;然后,提出一种基于梯度提升回归树(GBDT)模型的刻画建成环境特征和客流之间关系的方法,分析单因素对于客流的影响强度及阈值;最后,以北京地铁为例验证。结果表明:建成环境与轨道交通车站组团间客流存在时空异质性、非线性特征及阈值效应;组团的研究视角有效解决了数据稀疏的问题;OD阻抗特征是影响客流的首要特征,解释度高达38.40%;人口经济特征是次要影响因素,且存在显著的阈值效应。因此,在城市轨道交通规划的过程中,首先要着重关注网络拓扑,优化交通可达性,进而深入考量区域经济活动的影响。研究结果为轨道交通规划者提供定量的分析工具,可以帮助规划者确定建成环境指标的有效范围、调整空间,为提升轨道交通运营效能提供参考。
关键词
城市轨道交通
建成环境
梯度提升回归树模型
组团OD客流
非线性关系
Keywords
urban rail traffic
built environment
gradient boosting decision tree model
passenger flow at zoneto-zone level
nonlinear relationship
分类号
U121 [交通运输工程]
在线阅读
下载PDF
职称材料
题名
基于图像处理和GBRT模型的表土层土壤容重预测
被引量：
9
3
作者
杨玮
兰红
李民赞
孟超
机构
中国农业大学现代精细农业系统集成研究教育部重点实验室
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2020年第9期193-200,共8页
基金
国家自然科学基金青年基金项目(31801265)。
文摘
针对传统的表土层土壤容重测量方法费时、耗力的问题,利用易获得的土壤物理参数实现农田大范围表土层土壤容重的快速、准确预测。通过分析表土层土壤容重与土壤表面粗糙度、土壤阻力的关系,构建了以土壤表面粗糙度和土壤阻力为输入的GBRT模型,土壤表面粗糙度利用图像处理技术获得,土壤阻力使用实验室车载式阻力测量系统获得。使用同态滤波技术对土壤表面图像进行预处理,提取图像灰度直方图的熵、平均值、方差、偏度和峰度表征图像的纹理特征参数,提取图像灰度共生矩阵的能量、熵、对比度和逆方差表征图像的区域特征参数。利用灰度关联分析,从9个表征土壤表面粗糙度的特征参数和土壤阻力中选取与表土层土壤容重关联度大于0.65的变量作为模型输入,将得到的GBRT模型预测结果与环刀法得到的结果进行相关性分析,R2达到0.8782,平均绝对误差达到0.021 g/cm^3。同时在相同的输入参数和运算环境下,与BPNN和SVR模型的预测精度和运算速度进行了对比,验证得到GBRT模型具有更高的预测精度和更短的运算时间。本文研究结果为科学指导农田表土层土壤容重的获取提供了思路。
关键词
土壤容重
图像处理
梯度
提升
决策
回归
树
模型
预测
土壤表面粗糙度
土壤阻力
Keywords
soil bulk density
image processing
GBRT model
prediction
soil surface roughness
soil resistance
分类号
S152.5 [农业科学—土壤学]
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
基于梯度提升回归树的城市道路行程时间预测
龚越
罗小芹
王殿海
杨少辉
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2018
28
在线阅读
下载PDF
职称材料
2
城市建成环境与轨道交通车站组团客流关系研究
刘军
罗维嘉
许心越
《华南理工大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于图像处理和GBRT模型的表土层土壤容重预测
杨玮
兰红
李民赞
孟超
《农业机械学报》
EI
CAS
CSCD
北大核心
2020
9
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
