线性降维方法及其在交通流预测中的应用

admin · 发表于 2022-9-25 16:54:19

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
信息技术的发展导致了数据维数的膨胀，如何准确和高效的将高维数据集表示在低维空间中，并由此发现其内在结构是信息处理研究的关键题目之一.针对线性降维方法的易用性和可操作性，本文首先展开介绍了几种常用的线性降维方法，包括主成分分析，偏最小二乘方法和投影追踪法，着重分析了它们的基本思想和实施算法，并对它们的优缺点进行了比较. 由于主成分回归和偏最小二乘回归的结果最终仍还原为所有自变量的线性组合，不能对变量进行选择，而LASSO方法更容易产生稀疏解，在参数估计的同时实现变量选择，因而本文基于这些特性，结合偏最小二乘方法（PLS）和LASSO方法的优点，提出了一种新的解释成分的方法.该方法相比于PLS更适用于变量个数比较多的情况. 另外，本文利用线性降维技术探索和研究了交通安全数据题目，交通流是一个动态的、非线性的复杂巨系统，目前，如何对交通运行状态进行评价还没有一个统一的标准.本文根据Hall模型和山区公路的特点，将平均速度作为划分交通状况的依据，利用有序Logistic回归刻画影响交通流的因素，得到了预测正确率较高的模型.

线性降维方法及其在交通流预测中的应用

天涯海角也要找到Ni：线性降维方法及其在交通流预测中的应用

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作