★ 2
基于GIS建成环境特征的行人流量机器学习预测框架
交通机构需要全网行人流量估计以优先安排安全投资，但人工计数昂贵且仅覆盖少量路口。作者提出机器学习流水线，利用开放GIS数据中的建成环境、土地利用与街道网络特征，预测波特兰101个城市路口的两小时晚高峰行人流量。最优配置为直方图梯度提升加泊松损失与L1特征选择，交叉验证RMSE较GLM基线降低12%…
arXiv cs.LG49 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
交通机构需要全网行人流量估计以优先安排安全投资，但人工计数昂贵且仅覆盖少量路口。作者提出机器学习流水线，利用开放GIS数据中的建成环境、土地利用与街道网络特征，预测波特兰101个城市路口的两小时晚高峰行人流量。最优配置为直方图梯度提升加泊松损失与L1特征选择，交叉验证RMSE较GLM基线降低12%…