城市人流预测

我要开发同款
三石君2024年11月22日
334阅读

作品详情

1) 使用多个机器学习算法(决策树、 XGBoost、 RF 和 SVM 等),围绕分时人流进行回归预测,最终回归结
果按照合作的建筑规划领域专家准确率达到 80%(密集人流区域的 MAPE 达到 25%,稀疏区域的 MAE 值
为 103);
2) 将区域间的相互关联影响考虑进来,并借助图像处理的方法,基于样本区域构建网格,将每个网格看作类
似于像素的存在,最终以特征维度作为通道数,特征值作为像素值,构建样本“图像”,使用神经网络做
回归预测;
3) 在探索区域人流的分时变化趋势上,考虑到数据以及模型在不同城市的可扩展性上,基于卫星地图进行切
割重组并构建数据集, 最终在 Resnet 上以图像做回归,最终得到的结果 MAE<0.1。
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论