期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
日本中山间地区自动驾驶服务实验研究及对我国的启示
1
作者 《北京规划建设》 2023年第2期124-129,共6页
引言随着信息技术、自动驾驶等相关技术的发展,日本开始尝试将自动驾驶技术投入实际应用,用于解决现有的各类社会问题,并不断推进自动驾驶社会应用,创造新的产业和服务。同时,日本经过七次国土综合开发后,形成了东京一极集中的“一极一... 引言随着信息技术、自动驾驶等相关技术的发展,日本开始尝试将自动驾驶技术投入实际应用,用于解决现有的各类社会问题,并不断推进自动驾驶社会应用,创造新的产业和服务。同时,日本经过七次国土综合开发后,形成了东京一极集中的“一极一轴型”国土结构,导致出现地区间差异过大、部分地区失去活力和个性等区域问题1,2。尤其是在发展条件不利的中山间地区[1],地域失活、人口外流和产业活动停滞等问题更加严重。因此,日本根据中山间地区发展的问题和需求开展了自动驾驶服务实验,通过自动驾驶服务为地区居民提供交通服务、物流帮助,实现地区活力的提升和产业的活化。 展开更多
关键词 自动驾驶 人口外流 信息技术
原文传递
XGBoost算法在四川省GPM降水数据降尺度中的应用 被引量:2
2
作者 《水电能源科学》 北大核心 2021年第10期14-17,共4页
针对GPM降水产品低空间分辨率的缺陷,结合四川省156个站点观测资料及地形、海陆位置、水汽、地表覆盖等环境变量,运用XGBoost和随机森林(RF)算法建立降尺度模型,将区域GPM产品从0.1°空间分辨率提升至1 km。结果表明,融合多源环境... 针对GPM降水产品低空间分辨率的缺陷,结合四川省156个站点观测资料及地形、海陆位置、水汽、地表覆盖等环境变量,运用XGBoost和随机森林(RF)算法建立降尺度模型,将区域GPM产品从0.1°空间分辨率提升至1 km。结果表明,融合多源环境因子的XGBoost和RF降尺度模型具有可靠性,与原GPM数据相比在提高空间分辨率的同时,数据精度决定系数R2增加了6.98%~8.14%,平均相对误差M AE、均方根误差RMSE分别减小了15.34%~30.17%、8.97%~17.27%;XGBoost比RF模型的R2提升0.01,M AE、RMSE分别减小3.47、6.53 mm;四川省GPM产品经降尺度后的空间误差与降水量分布一致,降水丰富地区的模型不确定性更强,模型误差主要受水汽、地表覆被因子影响,海陆位置和地形的影响较小。 展开更多
关键词 GPM降水产品 降尺度 XGBoost算法 RF模型 模型精度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部