公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据，从数据驱动视角，深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上，采用KMeans算法，将站点聚为5类，探讨各类站点的时变需求规律及影响因素；在空间上，提出基于POI 数据的站点用地类型识别方法，将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15，30，60 min 为间隔，以租还车需求为目标变量的随机森林预测模型，并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明，随机森林模型的精度更高，适用性更强。以30 min为间隔的站点租还车需求预测精度最高，考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统，为改善服务水平提供技术和理论支撑。     

“生命交规”

不久前,笔者在街头偶遇一场惊险闹剧:一青年骑电动自行车闯红灯时被正常行驶的一辆轿车挂倒,幸亏驾驶人停车及时,摔倒在地的青年虽然头破血流,却没有什么大碍。把青年从地上扶起的执勤交警在批评青年时,把“生命交关”说成了“生命交规”。思索良久,这句话颇耐人寻味。公安部相     

世界汽车专业研发业前景广阔

自上世纪90年代以来,世界汽车工业一直在经历着深刻而重大的变化.为适应世界汽车市场竞争的需要,各个厂家产品研发周期缩短、新品上市节奏加快,致使汽车主机厂和零部件配套厂对研发服务的需求不断增强.在这种大背景下,为之服务的专业研发设计服务公司应运而生.