基于主成分的BP神经网络共享单车骑行预测 |
| |
引用本文: | 陈亮,沈良朵,陆凡,班文超.基于主成分的BP神经网络共享单车骑行预测[J].网络安全技术与应用,2023(7):51-55. |
| |
作者姓名: | 陈亮 沈良朵 陆凡 班文超 |
| |
作者单位: | 1. 浙江海洋大学船舶与海运学院;2. 浙江海洋大学海洋工程装备学院 |
| |
摘 要: | 共享单车数据预测是近十年来城市交通出行大数据的重要关注点。本文建立基于主成分的BP神经网络模型,较好地预测了共享单车租借数据,并与全因素的BP神经网络模型进行对比分析。结果表明基于主成分分析的BP神经网络模型,在精度损失较小的条件下,大幅降低了输入变量的维度,提高了模型训练和预测的效率,对于多因素大数据预测分析,能兼顾效率与精度。
|
关 键 词: | BP神经网络 主成分分析 共享单车 多变量回归 机器学习 |
|
|