使用统一的贝叶斯方法实时监测旅行需求的综合时间变化

《TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES》:Real -time monitoring of composite temporal changes in travel demand using a unified Bayesian approach

【字体: 大 中 小 】 时间:2026年05月14日 来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES 7.9

编辑推荐:

  陈轩|王旭东|陈一凡|孙立军•统一的贝叶斯模型可实时监测常规需求、异常事件和变化点。•高阶隐马尔可夫模型(HMM)与贝叶斯回归相结合,能够捕捉复合时间变化。•递归推理可实时更新异常事件和变化点的后验概率。•纽约市出租车案例研究揭示了节假日效应及COVID-19对运营时间的影响,并

  
陈轩|王旭东|陈一凡|孙立军
  • •
    统一的贝叶斯模型可实时监测常规需求、异常事件和变化点。
  • •
    高阶隐马尔可夫模型(HMM)与贝叶斯回归相结合,能够捕捉复合时间变化。
  • •
    递归推理可实时更新异常事件和变化点的后验概率。
  • •
    纽约市出租车案例研究揭示了节假日效应及COVID-19对运营时间的影响,并量化了延误情况。
  • •
    该方法较现有在线基准模型更能够准确反映常规需求的变化情况。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号