《表1 供试蛹虫草菌株：公交车到站时间预测模型研究》
提示：宽带有限、当前游客访问压缩模式
公交车GPS终端系统在依次报站的同时，对公交车进出站信息进行记录。每一条记录的内容包括了很多属性，如表1所示。
| 图表编号 | XD00198766500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.20 |
| 作者 | 吴少健、江秋枫、卢洁楚、李子晗、朱润峰 |
| 绘制单位 | 广东工业大学机电工程学院、广东工业大学机电工程学院、广东工业大学机电工程学院、广东工业大学机电工程学院、广东工业大学机电工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 优化后的15路公交车各站点到站准点率》2020.12.01
- 《表1 现状的15路公交车各站点到站准点率》2020.12.01
- 《表1 供试蛹虫草菌株：提高放顶煤工作面顶煤回收率工艺技术》2020.12.25
- 《表2 惯性力工况荷载：公交车到站时间预测模型研究》2020.02.20
- 《表4 5种模型预测结果：考虑前序路段状态的公交到站时间双层BPNN预测模型》2020.04.01
- 《表1 实际到站时间与预测对比》2020.07.15
- 《表3 属性特征纬度变化：基于时空相关属性模型的公交到站时间预测算法》2020.03.01
- 《表4 对比实验结果：基于时空相关属性模型的公交到站时间预测算法》2020.03.01
- 《表4 时间序列数据特征：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表6 不同模型的拟合度：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表1 原始数据格式：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表3 站点信息表：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表2 到站时间表：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表1 公交到站统计：基于运行特性的港湾式公交站延误时间研究》2020.08.01
- 《表1 公交车GPS数据：基于公交专用道的准点到站预测方法》2020.09.25
- 《表2 营运趟次数据：基于公交专用道的准点到站预测方法》2020.09.25
- 《表1 实际到站时间与预测对比》2019.10.20
- 《表3 特征列表：基于集成学习的公交车辆到站时间预测模型研究》2019.10.15
- 《表4 时间块划分：基于集成学习的公交车辆到站时间预测模型研究》2019.10.15
- 《表4 时间块划分：基于集成学习的公交车辆到站时间预测模型研究》2019.10.15