《表1 调查问卷内容：基于GBDT算法的地铁IC卡通勤人群识别》
提示：宽带有限、当前游客访问压缩模式
基于选取的5个通勤特征属性设计调查问卷格式，实际在地铁IC刷卡人群中随机挑选过去一周采用地铁方式的出行人群，进行问卷调查。具体调查问卷汇总内容如表1。
| 图表编号 | XD0053654200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.01 |
| 作者 | 翁小雄、吕攀龙 |
| 绘制单位 | 华南理工大学土木与交通学院、华南理工大学土木与交通学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 调查内容：高校档案监督指导工作调查研究——基于问卷调查的实证分析》2021.02.06
- 《表1 问卷调查的内容：北京地铁环境质量问题调查与对策分析》2021.02.01
- 《表1 问卷调查结果表：基于防事故的掌纹识别方向盘设计》2020.04.01
- 《表1 实验数据集：基于GBDT的标记分布学习算法研究》2020.05.15
- 《表1 基于调查问卷的居住点居民主观幸福感、通勤时间以及个人特征变量》2020.02.26
- 《表8 原始因子训练GBDT模型的IC和ICIR值表》2019.12.01
- 《表1 波束自配置结果表：一种基于GBDT机器学习的算法及应用研究》2019.11.15
- 《表2 调查问卷：对互联网理财现状的思考——基于不同人群需求的分析》2019.08.01
- 《表1 调查问卷：对互联网理财现状的思考——基于不同人群需求的分析》2019.08.01
- 《表1 各线路手机信令与IC卡识别结果对比》2019.07.20
- 《表1 公交刷卡数据库：Canopy和K-means聚类算法在公交IC卡数据分析中的应用研究》2019.06.10
- 《表2 站点刷卡人数：Canopy和K-means聚类算法在公交IC卡数据分析中的应用研究》2019.06.10
- 《表3 转化后刷卡记录：K-means聚类算法在公交IC卡数据分析中的应用研究》2019.05.10
- 《表1 公交刷卡数据库：K-means聚类算法在公交IC卡数据分析中的应用研究》2019.05.10
- 《表2 乘客刷卡记录：K-means聚类算法在公交IC卡数据分析中的应用研究》2019.05.10
- 《表2 数据集精度比较：改进的k-means聚类算法在公交IC卡数据分析中的应用研究》2019.05.05
- 《表3 混淆矩阵内容：基于GBDT算法的地铁IC卡通勤人群识别》2019.05.01
- 《表1调查问卷的主要内容：基于“人地挂钩”的农民工住房问题调查研究》2019.01.01
- 《表1 广州地铁金融IC卡 (ODA模式) 使用统计Tab.1 Use of the financial IC card (ODA mode) in Guangzhou Metro》2019.02.18
- 《表3 基于母语者问卷调查的汉语拒绝行为教学内容》2019.02.01