检索结果-南通市图书馆

一种识别共享单车潮汐点的时空模型和基于KNN-LightGBM的租还需求预测方法

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2023年第4期25卷 741-753页

作者：柯日宏吴升柯玮文福州大学数字中国研究院(福建) 福州350003

随着互联网租赁自行车(共享单车)的兴起,“共享单车+地铁”“共享单车+公交”已成为城市通勤的主要接驳方式,但共享单车的“潮汐效应”也成为共享单车管理和资源调配的“痛点”和“难点”。因此,发现共享单车的“潮汐规律”,准确预测共... 详细信息

随着互联网租赁自行车(共享单车)的兴起,“共享单车+地铁”“共享单车+公交”已成为城市通勤的主要接驳方式,但共享单车的“潮汐效应”也成为共享单车管理和资源调配的“痛点”和“难点”。因此,发现共享单车的“潮汐规律”,准确预测共享单车停车区(电子围栏)的租还需求,对于共享单车的有序规范发展,优化用车体验和环境等具有重要意义。本文首先基于共享单车订单数据和“电子围栏”空间数据,提出一种识别共享单车潮汐点的时空模型并分析其潮汐性时空特征。该模型将潮汐点定义为短时间内因大量共享单车租或还从而导致无车可租或无车位可停的电子围栏,然后根据电子围栏在某时间段的状态进行分类,并赋予不同的缺车/缺停指数。结果显示该模型能够精准识别特定时段出现的潮汐点。随后,基于共享单车订单、城市信息点(POI)、道路、人口、土地利用、气温、风速等时空数据,并考虑局部范围内的电子围栏相关性,构建KNNLightGBM模型来预测共享单车租还需求:①利用主成分分析(Principal Component Analysis,PCA)进行特征提取;②利用KNN(K Nearest Neighbors)算法计算局部范围内电子围栏之间相关信息;③整合PCA提取的特征向量和电子围栏相关信息作为输入特征,利用LightGBM方法进行租还需求预测;④评估影响租还需求预测的特征重要性。结果表明:与常用的4种机器学习方法进行对比,KNN-LightGBM在不同时间尺度下的预测实验中RMSE、MAE的平均值均最小,R2和r平均值均最大,预测效果较好;利用KNN计算局部范围内的电子围栏相关性,能够有效的提高预测精度,与LightGBM相比,KNN-LightGBM的RMSE和MAE分别降低了10%和11%,R2和r分别提高了3%和4%;共享单车的历史订单数据对租还需求预测最为重要,与最近公共交通接驳站距离的重要性次之。

关键词：共享单车电子围栏时空模型潮汐性需求预测机器学习厦门

基于贝叶斯分层自回归时空模型的北京PM_(2.5)预测

在线全文

学校读者我要写书评

暂无评论

南京信息工程大学学报（自然科学版） 2023年第1期15卷 34-41页

作者：王静曹春正南京信息工程大学数学与统计学院南京210044

为解决PM_(2.5)的多站点同步预测问题,提出一种贝叶斯框架下的分层自回归时空模型.将PM_(2.5)日均浓度真实值视为潜在时空过程,利用一阶自回归过程刻画时间相关性,并基于Matérn过程捕获空间相关性,极大程度地提高了降维和同步预测的效... 详细信息

为解决PM_(2.5)的多站点同步预测问题,提出一种贝叶斯框架下的分层自回归时空模型.将PM_(2.5)日均浓度真实值视为潜在时空过程,利用一阶自回归过程刻画时间相关性,并基于Matérn过程捕获空间相关性,极大程度地提高了降维和同步预测的效率.此外,还将日最高温度、相对湿度和风速等气象因素作为解释变量,用于提升PM_(2.5)的预测效果.借助模型的分层结构,通过贝叶斯方法结合马尔可夫链蒙特卡罗(MCMC)算法实现参数估计和预测过程.对北京市日均PM_(2.5)浓度的实证分析表明,模型在空间和时间维度上均有良好的插值或预测效果.

关键词：贝叶斯分层模型自回归时空模型 PM_(2.5)预测马尔可夫链蒙特卡罗(MCMC)

基于分层自回归时空模型的京津冀PM2.5预测研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于分层自回归时空模型的京津冀PM2.5预测研究

作者：王静南京信息工程大学

学位级别：硕士

多年来,冬季的雾霾天气一直是京津冀地区环境治理的重点,而PM正是雾霾中最严重的污染物之一。本文建立一种分层自回归时空模型,充分利用PM浓度的时空相关性特征,以获得精准且高效的预测效果。通过分层模型结构,将时间相关和空间相关性... 详细信息

多年来,冬季的雾霾天气一直是京津冀地区环境治理的重点,而PM正是雾霾中最严重的污染物之一。本文建立一种分层自回归时空模型,充分利用PM浓度的时空相关性特征,以获得精准且高效的预测效果。通过分层模型结构,将时间相关和空间相关性充分挖掘,进一步构造重尾分布支撑的时空模型,达到稳健预测的效果。本文首先对京津冀地区13个城市的PM浓度进行了统计规律的挖掘,通过相关性、空间聚集性等分析表明,该地区的PM浓度内部变化规律具有相似性,季节性特征明显;自相关性、空间聚集性等时空特征显著,而且存在异常值,这些都为本文的模型建立提供了依据。进一步,本文建立贝叶斯分层自回归时空模型,实现了对PM的多站点同步预测。将PM日均浓度真实值视为潜在时空过程,利用一阶自回归过程刻画时间相关性,并基于Matérn过程捕获空间相关性,极大程度地提高了降维和同步预测的效率;此外,还将日最高温度、相对湿度和风速等气象因素作为解释变量,用于提升PM的预测效果;借助于模型的分层结构,通过贝叶斯方法结合MCMC算法实现参数估计和预测过程。对京津冀地区的日均PM浓度的实证分析表明,模型在空间和时间维度上均有良好的插值或预测效果,但在时间上的预测效果略差,可能是受到了异常值影响。为提高模型预测的稳健性,本文建立了重尾分层自回归时空模型。首先,为模型中的测量误差项重新构造重尾分布的假设,实现对异常值的自适应识别功能。然后,在似然框架下提出了一种变分EM算法用于模型的参数估计与预测。数值模拟结果证实了变分EM算法对重尾分层自回归时空模型参数估计与预测的有效性和稳健性。最后,将重尾分层自回归时空模型应用于京津冀地区的日均PM浓度的时间滚动预测,结果充分体现了重尾分层自回归时空模型对异常值的稳定性,且时间预测效果相比改进前的分层自回归时空模型有所提升。综上,本文提出的分层自回归时空模型实现了对京津冀地区PM浓度在时间和空间维度的高效、准确且稳健的预测功能,为污染严重的雾霾天气的PM浓度的提前预警与防治提供了科学依据。

关键词：分层模型自回归时空模型 PM2.5预测重尾过程

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

相依时空模型的非参数估计

相依时空模型的非参数估计

作者：赵子涵南京审计大学

学位级别：硕士

目前,时空统计分析备受关注,由于它兼有时间序列和空间数据分析的技术和特点,在现实中应用的非常广泛。而最主要的两方面的应用是时空趋势函数的估计和对时空过程的预测,所以提高对趋势函数的估计准确度以及时空过程的预测精度是非常重... 详细信息

目前,时空统计分析备受关注,由于它兼有时间序列和空间数据分析的技术和特点,在现实中应用的非常广泛。而最主要的两方面的应用是时空趋势函数的估计和对时空过程的预测,所以提高对趋势函数的估计准确度以及时空过程的预测精度是非常重要且很有实际意义的。首先,由于时空相关数据出现在许多环境研究中,因此需要考虑时空相关性的估计方法,从而提高估计的精度。在本文中针对模型具有一般相依结构,在未考虑误差分布已知的情况下,提出了一种提高趋势函数估计效率的估计方法,该方法通过与邻域点建立非参数模型来构造时空模型对趋势函数实现有效的估计与预测。在较弱的条件下,建立了所提估计量的渐近正态性,并且发现本文提出的估计方法所得到的估计量比忽略时空相依性的估计量具有更小的渐近方差。通过数值模拟和对香港空气污染与患呼吸道疾病病人数量的案例研究证明了该方法对于有限样本的可行性和有效性,所提出的估计量比传统的局部线性方法更有效。接下来,为更贴合实际数据,本文将同时考虑时空相关性和异质性建立模型。对具有异方差的一般相依结构时空模型进行非参数估计,为了克服非参数方法中的“维数祸根”问题,本文主要改进单指标模型的估计方法,将其与时空模型的相关性和异质性相结合,得到具有良好估计效果的方法。本文假设时空过程服从α混合条件,首先,基于核方法或者具有降维结构的单指标模型的非参数方法,建立有关方差函数的非参数估计方法,得到的估计量是一致的。然后,通过估计的方差函数对单指标模型中的参数分量进行加权估计,得到估计量。理论上,得到的估计量的收敛速率和渐近分布。为评估所提方法的有效性,进行了模拟研究,并对南京空气污染数据进行拟合。最后,同时考虑时空相依性异质性以及大气反演问题,针对气体排放问题提出了一种新的非参数时空反演模型,并利用最小二乘估计的思想和B样条方法给出了估计量的全局表达式。利用数值模拟和案例分析验证了所提出方法相较于之前方法的优势,理论上建立了估计量在温和条件下的渐近正态性,这是统计推断的理论基础。

关键词：时空模型非参数估计自相关误差异质性误差加权估计

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时空模型的区域房地产价格扩散效应研究

系统工程理论与实践 2016年第10期36卷 2525-2536页

作者：林睿李秀婷董纪昌中国科学院大学经济与管理学院北京100190 中国科学院大数据挖掘与知识管理重点实验室北京100190

文章通过研究区域房价的扩散效应来把握我国区域房地产市场的波动规律.采用价格扩散模型及时空脉冲响应函数对全国30个省市自治区2001M1-2014M12的房价进行实证,重点考察了北京、上海、海南和浙江四个主导区域房价变动对所有区域房价的... 详细信息

文章通过研究区域房价的扩散效应来把握我国区域房地产市场的波动规律.采用价格扩散模型及时空脉冲响应函数对全国30个省市自治区2001M1-2014M12的房价进行实证,重点考察了北京、上海、海南和浙江四个主导区域房价变动对所有区域房价的影响,结果表明:1)北京房价变动的影响,主要是向华北、西南和西北地区扩散;上海房价变动的影响,主要是向华东、西南、华北和华中地区扩散;海南房价变动的影响范围较小,主要是向华东地区扩散;浙江房价变动的影响,主要是向华东、西南、西北地区扩散.2)目前对区域房价的直接调控可能比通过别的区域房价来影响的间接调控更有效;即使海南区域房地产泡沫破灭,短期内也不一定能引发全国性的房地产市场危机.3)在调控方面,对北京的房价调控应是持续性的,对上海、海南的房价调控可以是阶段性的,而对浙江房价的调控应该谨慎.

关键词：区域市场房地产价格时空模型动态性扩散效应

在线全文

学校读者我要写书评

暂无评论

基于时空模型的雷达回波图的预测研究

基于时空模型的雷达回波图的预测研究

作者：渠忠伟青岛理工大学

学位级别：硕士

强降雨和冰雹等强对流天气的出现轻则延误出行,重则对社会造成不可挽回的损失,因此对于降水进行准确的预测是非常必要的。雷达回波图能实时反应回波强度的变化趋势,是降水预测的主要工具之一。大量的雷达回波图片为深度学习方法提供了... 详细信息

强降雨和冰雹等强对流天气的出现轻则延误出行,重则对社会造成不可挽回的损失,因此对于降水进行准确的预测是非常必要的。雷达回波图能实时反应回波强度的变化趋势,是降水预测的主要工具之一。大量的雷达回波图片为深度学习方法提供了数据基础,使得运用深度学习方法预测降水变化成为了可能。时空预测模型MIM(Memory In Memory)可以记忆雷达回波图中存在的非平稳信息,是针对雷达回波图序列预测一种较为常用的深度学习算法,但MIM模型无法焦距雷达回波图中变化剧烈的回波信息。此外MIM的输入信息在模型内部进行交互时,存在时空上下文信息丢失的问题。这些问题会导致使用MIM模型对雷达回波图的预测误差增大,产生的图片质量降低。针对以上问题,本文提出了对MIM的两种改进方案,SAMM-MIM和IM-MIM。两种模型分别更改MIM内部各种状态的产生方式和MIM外部各种状态的输入方式,减少多步预测时产生的预测误差。针对MIM不能聚焦雷达回波图中重要时空信息的问题,提出了一种基于自注意力机制的改进模型SAMM-MIM(Self-Attention Memory Module-Memory In Memory)。该模型中的SAMM结构可以寻找隐藏状态以及时空记忆状态中与预测信息相关性强的时空信息,同时通过门控机制对这些信息进行记忆,帮助SAMM-MIM模型更好的对雷达回波图进行预测。为解决MIM对于雷达回波图预测时时空上下文丢失的问题,提出了一种MIM的改进模型IM-MIM(Interaction Module-Memory In Memory)。IM结构通过使输入信息中各部分状态进行交互操作,增加了输入信息的时空上下文相关性,帮助MIM模型记忆时空上下文信息。实验表明提出的IM-MIM在雷达回波图预测方面较常用的时空模型有更小的预测误差,有效缓解了在MIM模型时空上下文丢失的问题。经过实验证实,这两种改进方法在CSI、MSE、MAE等指标上相较于原模型都取得了不同程度的提升。

关键词：雷达回波图预测时空模型自注意力机制门控机制时空序列预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

时空模型的局部众数回归

中国科学：数学 2021年第4期51卷 615-630页

作者：汪红霞林金官黄性芳南京审计大学统计与数学学院统计学系南京211815

时空数据经常含有奇异点或来自重尾分布,此时基于最小二乘的估计方法效果欠佳,需要更稳健的估计方法.本文提出时空模型的基于局部众数(local modal, LM)的局部线性估计方法.理论和数据分析结果都显示,若数据含有奇异点或来自重尾分布,... 详细信息

时空数据经常含有奇异点或来自重尾分布,此时基于最小二乘的估计方法效果欠佳,需要更稳健的估计方法.本文提出时空模型的基于局部众数(local modal, LM)的局部线性估计方法.理论和数据分析结果都显示,若数据含有奇异点或来自重尾分布,基于局部众数的局部线性方法比基于最小二乘的局部线性方法有效;若数据无奇异点且来自正态分布,两种方法效率渐近一致.本文采用众数期望最大化(modal expectation-maximization, MEM)算法,并在数据相依情形下得出估计量的渐近正态性.

关键词：时空模型众数期望最大化混合相依局部线性回归

在线全文

学校读者我要写书评

暂无评论

基于时空模型的交通流故障数据修正方法

交通运输工程学报 2015年第6期15卷 92-100,117页

作者：陆化普孙智源屈闻聪清华大学交通研究所北京100084

为了提高交通流数据的准确性,从时间相关性、空间相关性和历史相关性三方面分析了交通流大数据的特点,建立了基础交通流时空模型。为保证数据处理的精度和速度,进行了时空模型的简化和标定。将时空模型简化,抽象为双层规划模型,上层模... 详细信息

为了提高交通流数据的准确性,从时间相关性、空间相关性和历史相关性三方面分析了交通流大数据的特点,建立了基础交通流时空模型。为保证数据处理的精度和速度,进行了时空模型的简化和标定。将时空模型简化,抽象为双层规划模型,上层模型通过控制时空相关参数的数量实现运算速度的优化,下层模型通过控制误差实现计算精度的优化。应用数据驱动法进行双层规划模型的求解,完成时空模型的标定。在时空模型的基础上,提出了交通流故障数据修正方法。以北京市某路段为例,对交通流故障数据修正方法进行有效性和可行性验证。验证结果表明:基于历史趋势、空间相关与时间序列的交通流故障数据修正方法的精度分别为79.65%、85.16%、89.84%,基于时空模型的交通流故障数据修正方法的精度为90.91%,具有较高的精度,而且可准确描述交通流大数据的特点。

关键词：智能交通系统交通流时空模型故障数据修正回归分析邻域分析傅里叶变换

在线全文

学校读者我要写书评

暂无评论

移动数据库中支持车辆交通管理的时空模型

华中科技大学学报（自然科学版） 2007年第8期35卷 52-55页

作者：李国徽龙涛张琛华中科技大学计算机科学与技术学院湖北武汉430074

提出了一种用于有效管理交通,基于基本空间对象模型,紧密结合时间维的时空模型.针对当前大多数时空模型的局限性在于把复杂立体化的交通网络变成平面化的实体、导致网络分析效率不高的问题,以现有成熟的关系数据库为底层架构,采用自底... 详细信息

提出了一种用于有效管理交通,基于基本空间对象模型,紧密结合时间维的时空模型.针对当前大多数时空模型的局限性在于把复杂立体化的交通网络变成平面化的实体、导致网络分析效率不高的问题,以现有成熟的关系数据库为底层架构,采用自底向上的嵌套方式对移动对象(交通工具)和固定空间对象(交通网络、路标、区域等)进行建模,以及分层和栅格化处理交通网络的各个区域,有效地提高了时空查询和各种操作的效率.

关键词：移动数据库移动对象时空模型时空查询位置管理