文献

J-GLOBAL ID：201702272348994095   整理番号：17A1328112

非パラメトリック回帰に基づく都市レールのリアルタイム流出駅予測【JST・京大機械翻訳】

Real-time Forecasting of Entrance and Exit Passenger Flows for Urban Rail Transit Station: A Non-parametric Regression Approach

著者 (4件)： Xie Qiao (广州地鉄集団有限公司,广州,510030) ,  Li Binbin (北京交通大学交通運輸学院,北京,100044) ,  He Jiantao (广州地鉄集団有限公司,广州,510030) ,  Yao Enjian (北京交通大学交通運輸学院,北京,100044)
資料名： Dushi Kuaigui Jiaotong  (Dushi Kuaigui Jiaotong)
巻： 30  号： 2  ページ： 32-36,41  発行年： 2017年 
JST資料番号： C3460A  ISSN： 1672-6073  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 非線形回帰に基づくリアルタイムの旅客駅の予測モデルを構築するために,リアルタイムの乗客の流れを正確に予測するために,リアルタイムの乗客の流れを予測するための新しい方法を提案した。まず第一に,異なる特徴の日におけるステーションの流出量を比較し,歴史的データベースを構築した。第二に,歴史的なデータの相関係数を計算し,閾値を設定することによって,データストリームの間の相関を判断し,適切な非パラメータモデルの状態ベクトルを決定した。次に,重みづけ予測に基づく予測アルゴリズムを,K近傍サンプルと予測目標の間の乗客の流れの差異に基づいて設計した。最後に,広州市における都市鉄道データを用いて,予測モデルの精度を解析し,そして,全ネットワークサイトの予測結果を,以下の通りに示した。全日平均絶対百分率誤差は2%以下で,平均絶対百分率誤差は14%以下であり,モデルは高い予測精度と良好な適用性を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 適応性 ,  旅客駅 ,  データベース ,  *予測 ,  予測モデル ,  *都市 ,  都市鉄道 ,  相関係数 ,  重みづけ ,  乗客 ,  *レール ,  流出量
準シソーラス用語： 予測精度 ,  予測アルゴリズム ,  *実時間 , 【Automatic Indexing@JST】

著者キーワード (5件)： urban rail transit ,  entrance and exit passenger flows ,  real-time forecast ,  K-nearest neighbor ,  non-parametric regression

分類 (1件)： 流出解析  (DC07030N)

タイトルに関連する用語 (5件)： 都市 ,  レール ,  リアルタイム ,  流出 ,  予測