典型文献
基于机器学习的行驶时间预测方法
文献摘要：
本文使用了计算机科学领域内机器学习的方法来预测道路上车辆的行驶时间.首先,笔者用行驶时间预测问题表述机器学习中的回归问题;其次,深入分析城市交通运行特点,考虑城市交通数据的时空间耦合性,构造能捕捉时空相关性的时空特征,再结合其他影响行驶时间因素,构造特征向量作为模型的输入;再次,从七种不同的机器学习算法中选择四种算法构建初等学习器,以套索算法构建次级学习器,用集成学习方法建立融合预测模型,利用交叉验证的方法确定最优的超参数取值;最后,在真实数据集上进行仿真实验,对比融合模型与七种简单模型的预测结果,并通过
文献关键词：
计算机科学;机器学习;行驶时间预测;模型融合
中图分类号：
作者姓名：
杨云浩
作者机构：
中国解放军陆军炮兵防空兵学院南京校区,江苏 南京,210016
文献出处：
引用格式：
[1]杨云浩-.基于机器学习的行驶时间预测方法)[J].信息技术时代,2022(17):22-24
A类：
行驶时间预测
B类：
基于机器学习,计算机科学,科学领域,路上车,回归问题,城市交通,交通运行,运行特点,交通数据,空间耦合,耦合性,时空相关性,时空特征,时间因素,构造特征,特征向量,七种,机器学习算法,建初,初等,套索算法,次级学习器,集成学习方法,融合预测模型,交叉验证,超参数,参数取值,真实数据,对比融合,融合模型,简单模型,模型融合
AB值：
0.401098
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
