基于非负矩阵分解的OD矩阵预测

doi:10.13718/j.cnki.xsxb.2017.05.003

西南师范大学学报(自然科学版)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

基于非负矩阵分解的OD矩阵预测

基于非负矩阵分解的OD矩阵预测[J]. 西南师范大学学报(自然科学版), 2017, 42(5). doi: 10.13718/j.cnki.xsxb.2017.05.003

引用本文:

基于非负矩阵分解的OD矩阵预测[J]. 西南师范大学学报(自然科学版), 2017, 42(5). doi: 10.13718/j.cnki.xsxb.2017.05.003

Citation:

基于非负矩阵分解的OD矩阵预测

摘要: 提出了一种非负矩阵分解-自回归模型,并用该模型对居民出行流量进行预测.该模型首先利用非负矩阵分解方法挖掘城市区域内的居民出行特征,而后在非负矩阵分解获得的特征矩阵和系数矩阵基础上对时序系数矩阵建立自回归模型,进而对起讫矩阵进行预测.以北京市出租车数据为基础,与时空权重K近邻、传统K近邻、反向神经网络、朴素贝叶斯、随机森林和C4.5决策树回归模型对比,实验结果表明,该模型的预测准确率有显著提升.
- OD矩阵 /
- 非负矩阵分解 /
- 自回归 /
- 区域流量预测

计量

文章访问数: 641
HTML全文浏览数: 351
PDF下载数: 104
施引文献: 0

基于非负矩阵分解的OD矩阵预测

关键词:

摘要: 提出了一种非负矩阵分解-自回归模型,并用该模型对居民出行流量进行预测.该模型首先利用非负矩阵分解方法挖掘城市区域内的居民出行特征,而后在非负矩阵分解获得的特征矩阵和系数矩阵基础上对时序系数矩阵建立自回归模型,进而对起讫矩阵进行预测.以北京市出租车数据为基础,与时空权重K近邻、传统K近邻、反向神经网络、朴素贝叶斯、随机森林和C4.5决策树回归模型对比,实验结果表明,该模型的预测准确率有显著提升.