浮动车系统地图的匹配精度

从地图匹配精度指标出发,针对浮动车系统的配置计划中的浮动车系统信息采集周期这一重要参数进行研究。分析浮动车系统数据特点,说明浮动车系统采集周期对浮动车服务质量的重要性;分析城市路网条件下精度随不同采集周期的变化情况,建立基于城市路网特征描述变量和采集周期等特征向量的地图匹配精度模型。模型由于包含城市路网特征描述向量,具有较高的移植性,应用此模型可以得到期望精度下采集周期的预测值,为浮动车系统的配置计划提供参考依据。     

路基动态静态回弹模量现场对比试验研究

为掌握路基动态模量与静态回弹模量之间的关系,应用便携式落锤弯沉仪(PFWD)与承载板法,对填料为碎石土、黏性土和红砂岩的路基动态、静态模量进行对比试验以及相关回归分析。结果表明:路基动态模量和静态回弹模量之间存在着良好的相关性,PFWD这一新型检测法可较好地用于路基回弹模量的快速检测和评价。     

地基土标准贯入锤击数与物理力学参数关系探讨

根据徐州地区大量的粘性土标准贯入试验及土工试验资料,基于数理统计理论,采用回归分析方法研究了标贯击数与物理力学指标间的相关关系,拟合了相应的回归方程。结果表明,粘性土物理力学参数与标贯击数具有高度线性关系,利用标贯击数确定粘性土物理力学参数具有较高的可靠性。研究成果可为建立地区经验公式提供基础性资料。     

利用层次分析建立的房地产价格回归法

根据房地产的不同性质和用处,找出影响其价格的各种因素,利用层次分析法将各因素条理化,层次化,求出三个主要因素的权重;再借助于一些销售良好的楼盘的相关数据供成多元线性回归方程组,利用最小二乘法解此方程组,从而给出房地产价格的定价模型.     

基于支持向量分类机和回归机的综合评价方法

采用支持向量多值分类机和回归机进行综合评价排序,以提高机器学习方法的综合评价排序能力,并以管理信息系统综合评价为例,与人工神经网络（ANN）方法进行了对比研究.试验结果表明,基于支持向量多值分类机综合评价得分之间的差异比ANN更明显,而且基于支持向量回归机综合评价得分的相对误差明显小于ANN.     

老年人对自动驾驶汽车接受度研究

有限的交通方式选择使得老年群体出行的机动性、便捷性和可达性往往难以得到充分的满足,这会极大影响晚年生活的幸福感,为解决这一问题,针对老年群体的出行行为研究受到了广泛关注.自动驾驶汽车作为一种新兴出行方式,能够提高老年群体出行机动性,这一新兴出行方式得以普及的前提条件之一在于广大老年群体是否能迅速且广泛地接受.因此,在自...     

Logistic Regression for Evolving Data Streams Classification

Logistic regression is a fast classifier and can achieve higher accuracy on small training data.Moreover,it can work on both discrete and continuous attributes with nonlinear patterns.Based on these properties of logistic regression,this paper proposed an algorithm,called evolutionary logistical regression classifier(ELRClass),to solve the classification of evolving data streams.This algorithm applies logistic regression repeatedly to a sliding window of samples in order to update the existing classifier,to keep this classifier if its performance is deteriorated by the reason of bursting noise,or to construct a new classifier if a major concept drift is detected.The intensive experimental results demonstrate the effectiveness of this algorithm.     

关于船舶排水量与船舶载重吨的回归分析

针对集装箱、散货、油及杂货4类船舶搜集了一定数量的统计样本,通过数理统计方法对这些样本进行了船舶排水量与载重吨指标之间的相关性分析,并建立了回归方程。     

新冠疫情及建成环境对公交客流量的影响模型

为揭示新冠疫情背景下公交客流量变化的空间影响因素，以疫情前后公交站点层面客流变化量为因变量，以建成环境、病毒感染情况及病毒传播途径等指标为自变量，构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Squares, OLS)模型与梯度提升回归树(Gradient Boosting Regression Trees, GBRT)模型。以广州市为实证对象，基于公交IC卡数据、兴趣点数据(Point of Interest, POI)及道路网络数据等多源异构数据进行模型实证分析。结果表明：考虑非线性效应的GBRT模型比OLS模型具有更好的拟合度；同时，常规公交站点的公交线路数量(22.02%)和到市中心距离(13.56%)是影响疫情背景下公交客流量变化的最重要因素，片区病毒感染与传播情况对疫情防控常态化时期的公交客流量作用有限，居民日常公交出行已经从疫情的影响下逐渐恢复。