作者：马延龙; 杜晓华; 李明臻地铁客流预测rf分时段历史数据pca
摘要：地铁客流预测可以为轨道交通的相关决策提供辅助支持,在现代交通运输领域具有十分重要的现实意义。提出一种基于地铁历史数据的分时段客流预测方法(PCA-RF),通过对影响客流的因素进行抽取分析,从中提取有关客流的特征并用主成分分析法(PCA)赋予其不同的影响权值,随后用随机森林算法(RF)进行回归计算。通过实例对比说明PCA-RF相对于传统决策树方法具有较高的预测精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《铁路技术创新》（CN：11-5867/U）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《铁路技术创新》综合报道和传播国内外铁路行业技术创新成果，重点展示和推广铁路新技术、新产品、新装备，引领和推动铁路技术创新，努力为国内外铁路技术研发和产品生产企业搭建技术交流平台，架设铁路装备制造商通向铁路用户的信息高速路。
省级期刊
人气 845807 评论 70
人气 366670 评论 69
人气 358048 评论 48
人气 252069 评论 66
