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Beta随机效应模型的城市轨道交通客运分担率研究
1
作者
刘晨辉
苏美玲
+3 位作者
王星宇
张铭钰
吴奇
张佳伟
《湖南大学学报(自然科学版)》
北大核心
2025年第5期154-161,共8页
为明确影响轨道交通客运分担率的关键因素,基于我国14个城市2010—2021年的轨道交通客运分担率数据,针对涉及常规公交、轨道交通、社会经济的6个指标,构建了考虑城市与年份影响的Beta随机效应模型以量化识别影响轨道交通客运分担率的关...
为明确影响轨道交通客运分担率的关键因素,基于我国14个城市2010—2021年的轨道交通客运分担率数据,针对涉及常规公交、轨道交通、社会经济的6个指标,构建了考虑城市与年份影响的Beta随机效应模型以量化识别影响轨道交通客运分担率的关键因素,采用积分嵌套拉普拉斯逼近方法进行模型拟合及参数估计.研究发现,万人拥有公共汽(电)车车辆数、万人拥有轨道交通运营线路长度和轨道交通网络连通度对轨道交通客运分担率有显著正向影响,而万人拥有公交运营线路长度、人均生产总值和人均城市道路面积则未呈现显著影响.此外,城市和年份均展现出了显著的随机效应,不同城市的轨道交通客运分担率差异较大,但在调查期间整体呈上升态势.
展开更多
关键词
城市交通
城市轨道交通
客运分担率
Beta回归模型
随机效应
积分嵌套拉普拉斯逼近
在线阅读
下载PDF
职称材料
基于INLA-SPDE方法的区域污染物模拟与预测
被引量：
3
2
作者
袁泽
陈斌
《图学学报》
CSCD
北大核心
2022年第1期125-132,共8页
采用传统的空间插值方法对区域污染物进行模拟与预测,针对源数据分布不均,效果一般的问题,提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达,时间分量则采用一阶时序自相关模型,同时还包含...
采用传统的空间插值方法对区域污染物进行模拟与预测,针对源数据分布不均,效果一般的问题,提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达,时间分量则采用一阶时序自相关模型,同时还包含气象参数等10种协变量,以2019年度京津冀地区日均PM_(2.5)浓度为例,逐月建立了时空模拟与预测模型。实验结果表明,与经典的克里金插值方法相比,在区域污染物分布的模拟上具有更好的效果,尤其在高值污染的预测上精度效果提升明显,同时可得到区域污染风险等级等多种结果。进一步基于模型的预测结果实现了京津冀地区日均PM_(2.5)浓度时空可视化和虚拟仿真系统,为普通民众的出行或政府相关部门决策提供支持,验证了模型的实用性和价值。
展开更多
关键词
细颗粒物PM_(2.5)
贝叶斯时空建模
inla
算法
仿真系统
决策支持
在线阅读
下载PDF
职称材料
基于贝叶斯深度学习方法的上海新冠肺炎病例时空预测和不确定性量化
3
作者
周世荣
汤银才
+2 位作者
王平平
庄亮亮
徐嘉威
《应用概率统计》
CSCD
北大核心
2024年第2期298-322,共25页
2022年春季在上海爆发的新冠肺炎疫情对上海的社会、经济和居民的日常生活造成了严重影响.新冠肺炎的传播通常表现出复杂的非线性动力学,受环境、人口统计、医疗条件、核酸或抗原检测频率、流行病控制策略等影响.具有复杂网络结构和广...
2022年春季在上海爆发的新冠肺炎疫情对上海的社会、经济和居民的日常生活造成了严重影响.新冠肺炎的传播通常表现出复杂的非线性动力学,受环境、人口统计、医疗条件、核酸或抗原检测频率、流行病控制策略等影响.具有复杂网络结构和广泛训练的长短期记忆(LSTM)模型被广泛用于学习和预测流行病的传播.然而,这种模型既没有解释数据的不确定性,也没有考虑各种协变量和异质性的影响.因此,本文提出了一个两阶段LSTM嵌套广义泊松回归模型来分析2022年春季上海爆发的新冠肺炎疫情数据.在第一阶段,训练一个多层LSTM网络来学习特定地区的感染数据,然后使用训练好的LSTM来拟合和预测有症状的新冠肺炎感染人数.在第二阶段,在分层贝叶斯框架下通过广义泊松回归模型对预测的病例数进行建模,其中相对风险的对数用带有协变量和时空异质性的随机效应的线性函数来建模.在深度学习方法的帮助下,时空广义泊松回归模型可以预测和量化每日新增症状感染数量的不确定性.此外,得益于从协变量和时空异质性的借力,基于贝叶斯深度学习方法的预测比基于LSTM方法的预测性能更好.
展开更多
关键词
COVID-19
LSTM
泊松回归模型
积分嵌套拉普拉斯近似(
inla
)
在线阅读
下载PDF
职称材料
题名
基于Beta随机效应模型的城市轨道交通客运分担率研究
1
作者
刘晨辉
苏美玲
王星宇
张铭钰
吴奇
张佳伟
机构
湖南大学土木工程学院
地理信息安全与应用湖南省工程研究中心
湖南大学综合交通研究中心
湖南大学桥梁工程安全与韧性全国重点实验室
出处
《湖南大学学报(自然科学版)》
北大核心
2025年第5期154-161,共8页
基金
地理信息安全与应用湖南省工程研究中心开放课题资助(HNGISA2023003)
中央高校基本科研业务费专项资金项目(531118010636)
长沙市科技计划项目(kh2201042)。
文摘
为明确影响轨道交通客运分担率的关键因素,基于我国14个城市2010—2021年的轨道交通客运分担率数据,针对涉及常规公交、轨道交通、社会经济的6个指标,构建了考虑城市与年份影响的Beta随机效应模型以量化识别影响轨道交通客运分担率的关键因素,采用积分嵌套拉普拉斯逼近方法进行模型拟合及参数估计.研究发现,万人拥有公共汽(电)车车辆数、万人拥有轨道交通运营线路长度和轨道交通网络连通度对轨道交通客运分担率有显著正向影响,而万人拥有公交运营线路长度、人均生产总值和人均城市道路面积则未呈现显著影响.此外,城市和年份均展现出了显著的随机效应,不同城市的轨道交通客运分担率差异较大,但在调查期间整体呈上升态势.
关键词
城市交通
城市轨道交通
客运分担率
Beta回归模型
随机效应
积分嵌套拉普拉斯逼近
Keywords
urban transportation
urban rail transit
the ridership share
Beta regression model
random ef⁃fect
integrated
nested
laplace
approximation
分类号
U293.5 [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
基于INLA-SPDE方法的区域污染物模拟与预测
被引量：
3
2
作者
袁泽
陈斌
机构
北京大学地球与空间科学学院
出处
《图学学报》
CSCD
北大核心
2022年第1期125-132,共8页
文摘
采用传统的空间插值方法对区域污染物进行模拟与预测,针对源数据分布不均,效果一般的问题,提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达,时间分量则采用一阶时序自相关模型,同时还包含气象参数等10种协变量,以2019年度京津冀地区日均PM_(2.5)浓度为例,逐月建立了时空模拟与预测模型。实验结果表明,与经典的克里金插值方法相比,在区域污染物分布的模拟上具有更好的效果,尤其在高值污染的预测上精度效果提升明显,同时可得到区域污染风险等级等多种结果。进一步基于模型的预测结果实现了京津冀地区日均PM_(2.5)浓度时空可视化和虚拟仿真系统,为普通民众的出行或政府相关部门决策提供支持,验证了模型的实用性和价值。
关键词
细颗粒物PM_(2.5)
贝叶斯时空建模
inla
算法
仿真系统
决策支持
Keywords
PM_(2.5)
spatio-temporal Bayesian hierarchical model
integrated
nested
laplace
approximation
simulation system
decision support
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
基于贝叶斯深度学习方法的上海新冠肺炎病例时空预测和不确定性量化
3
作者
周世荣
汤银才
王平平
庄亮亮
徐嘉威
机构
华东师范大学统计学院统计与数据科学前沿理论及应用教育部重点实验室
温州大学数理学院
南京财经大学经济学院
浙江工商大学统计与数学学院
出处
《应用概率统计》
CSCD
北大核心
2024年第2期298-322,共25页
基金
supported by the National Natural Science Foundation of China(Grant Nos.12171432,11671303,12271168)
the 111 Project of China(Grant No.B14019).
文摘
2022年春季在上海爆发的新冠肺炎疫情对上海的社会、经济和居民的日常生活造成了严重影响.新冠肺炎的传播通常表现出复杂的非线性动力学,受环境、人口统计、医疗条件、核酸或抗原检测频率、流行病控制策略等影响.具有复杂网络结构和广泛训练的长短期记忆(LSTM)模型被广泛用于学习和预测流行病的传播.然而,这种模型既没有解释数据的不确定性,也没有考虑各种协变量和异质性的影响.因此,本文提出了一个两阶段LSTM嵌套广义泊松回归模型来分析2022年春季上海爆发的新冠肺炎疫情数据.在第一阶段,训练一个多层LSTM网络来学习特定地区的感染数据,然后使用训练好的LSTM来拟合和预测有症状的新冠肺炎感染人数.在第二阶段,在分层贝叶斯框架下通过广义泊松回归模型对预测的病例数进行建模,其中相对风险的对数用带有协变量和时空异质性的随机效应的线性函数来建模.在深度学习方法的帮助下,时空广义泊松回归模型可以预测和量化每日新增症状感染数量的不确定性.此外,得益于从协变量和时空异质性的借力,基于贝叶斯深度学习方法的预测比基于LSTM方法的预测性能更好.
关键词
COVID-19
LSTM
泊松回归模型
积分嵌套拉普拉斯近似(
inla
)
Keywords
COVID-19
LSTM
Poisson regression model
integrated
nested
laplace
approximation
(
inla
)
分类号
O212.8 [理学—概率论与数理统计]
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Beta随机效应模型的城市轨道交通客运分担率研究
刘晨辉
苏美玲
王星宇
张铭钰
吴奇
张佳伟
《湖南大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于INLA-SPDE方法的区域污染物模拟与预测
袁泽
陈斌
《图学学报》
CSCD
北大核心
2022
3
在线阅读
下载PDF
职称材料
3
基于贝叶斯深度学习方法的上海新冠肺炎病例时空预测和不确定性量化
周世荣
汤银才
王平平
庄亮亮
徐嘉威
《应用概率统计》
CSCD
北大核心
2024
0
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
