基于双重机器学习模型的居民行驶里程影响因素分析方法

AITNT
正文
推荐专利
基于双重机器学习模型的居民行驶里程影响因素分析方法
申请号:CN202411847184
申请日期:2024-12-16
公开号:CN119782737A
公开日期:2025-04-08
类型:发明专利
摘要
本发明属于数据分析技术领域,具体涉及基于双重机器学习模型的居民行驶里程影响因素分析方法,包括以下步骤:基于TAZ分析提取包括人口密度、到市中心距离、交叉口密度、公交站点数量、土地利用熵的建成环境数据;获取居民的出行数据,并进行预处理;构建基于建成环境特征的机动车拥有量及其对居民日行驶里程影响评估模型;采用五折交叉验证法对评估模型进行验证,调整模型参数克服了现有技术的不足,通过采用一种创新的双重机器学习方法,显著规避了正则化偏差问题的影响,并大幅度降低了模型错配的风险。
技术关键词
机器学习模型 分析方法 公交站点 居民 交叉验证法 机动车 机器学习方法预测 交叉口 表达式 科教文化 数据分析技术 高德地图 度量 交通设施 估计误差 参数 栅格 偏差
系统为您推荐了相关专利信息
1
一种适用超燃冲压发动机冷却与发电一体化系统的变工况性能分析方法
发电一体化系统 超燃冲压发动机 性能分析方法 变工况 特征参量
2
基于多层次结构的新能源系统运行状态监测分析方法、设备及存储介质
状态监测分析方法 多层次结构 新能源系统 全景监测 新能源监测系统
3
一种大数据实时处理系统
欺诈检测 语音识别引擎 数据采集模块 文本 LSTM模型
4
一种用于新能源汽车的多功能控制器及新能源汽车
多功能控制器 新能源汽车 实时交通信息 充放电策略 车载通信模块
5
一种基于抽检数据的食品安全风险预警分析方法
食品安全风险 预警分析方法 食品类别 数据 报告
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号