-
公开(公告)号：CN116188121A
公开(公告)日：2023-05-30
申请号：CN202310129981.9
申请日：2023-02-17
Applicant: 福州大学
IPC: G06Q30/0645 , G06Q30/0202 , G06F18/2135 , G06F18/25 , G06F18/214 , G06F18/2431
Abstract: 现有的共享单车潮汐性研究大多利用时空聚类方法识别的共享单车热点区域趋于宏观，且聚类参数的设置对结果影响较大，难以满足精细化调度应用需求；现有的共享单车需求预测方法未顾及单个电子围栏的容量、租/还需求差异，影响了预测精准度。为此，本发明旨在提出一种基于共享单车订单数据和电子围栏空间数据的小尺度共享单车潮汐点识别方法，并进一步利用K最邻近（KNN）算法计算邻近电子围栏之间的相关信息，构建基于融合时空特征的KNN‑LightGBM模型预测潮汐点的租还需求，从而提高预测精度。模拟数据集验证了本发明方法的有效性。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
