tod论文文献

tod论文文献

TOD社区包括城市型TOD社区和社区型TOD社区。 在当前社会经济迅猛发展的背景下，我国的城市规模和城市人口急剧增加，至2005年底，全国城镇人口已达5.24亿，占总人口比重的40.53%。预计到2025年，城市人口将达到8.3亿～8.7亿，约占当时全国总人口的60%。截至2007年，我国人口超过100万的城市已经发展到140多个。这些都表明，我国的城市化进程已经进入到城市加速发展阶段。城市化过程有两种基本形式：一种是在原有城市边缘摊大饼式扩展，另一种是发展新城或在原有的半城市化地区有选择地发展卫星城市。城市以第一种形式发展到一定规模时，会产生一些阻碍城市进一步发展的因素，诸如自然环境、地域结构等，城市规模越大限制性因素越强。从趋势上看，给以各类交通枢纽为载体的TOD开发提供了大量的机会。城市轨道交通是面向城市轨道交通的土地开发战略，即一方面在开展城市交通规划时，以大运量、高效率、环境友好的轨道交通为骨干，配合步行及地面公交接驳，从而减少市民出行对地面交通和私家车的需求；另一方面，在开展城市规划时，要以轨道交通车站为中心，进行高密度的商业、写字楼、住宅等综合开发，使住房、就业集中在车站吸纳范围内，使周边土地价值最大化。国内直到世纪交替时期才引入TOD策略，己有一些关于TOD策略的论文出现在建筑学和城市规划专业相关杂志中。在北京、广州、南京等概念规划中也得到一些应用。而国内对于TOD策略的理论介绍和实证研究还比较少，部分还仅仅停留于概念阶段，还没有进行过系统的研究。目前，从国内城市规划学来讲，人们对发展城市轨道交通的交通改善作用和经济拉动作用认识比较深入，但对轨道交通对城市格局引导作用的研究甚少，研究如何使轨道交通周边土地价值最大化的研究更少。

下载论文

帮你找到以下下载地址，希望对你有用
◆论文资料网 提供论文资料服务的专业网站，含MBA论文资料、中小企业论文、物流供应链论文、财经论文、电子商务论文、论文参考资料。 1550x9
◆论文帝国 含论文查询、发布论文及***外交、社会行政、劳动人事、新闻传播、法律、财经等论文。 828Ol9
◆毕业论文网 实施全免费毕业论文资料服务，不涉及向网友收费内容。 380JTi1
◆论文资料站 免费为广大学子提供论文资料查询、交流的优良平台。 662Y23z5
◆世界论文网 收集并接受委托，发布国际优秀作品（论文）。 92N64
◆中国论文网 提供大量专业论文、大学毕业论文，有各种层次的内容，特别适合各大专院校毕业生、社会各界论文爱好者和各机关人员作参考学习之用，免去您各方查找资料的麻烦。 719va7
◆天下网 论文老牌名站，由在读博士、硕士生创办。网站侧重于为论文写作者(尤其是对撰写毕业论文的朋友)提供写作指导。 2285Vg1
◆国际优秀论文 分为科技论文、医学论文、教育论文三大版块。 43QOES3
◆论文快车 提供论文资料收集、写作指南、论文征稿，中国MBA、MPA、各类学术、毕业论文等资料。 484Gyi1
◆学生大论文中心 提供论文定做、发表等服务，内容涉及会计审计、财政税收、计算机、经济学、管理学、法学、理学、工学、医学、文学等20个学术类别。 376HnV7
◆蜂朝论文网 提供毕业论文、本科论文、硕士论文等论文发表和定制等服务。 531hb9
◆教育教学论文网 以教育论文为主，含信息技术、计算机、德育、素质教育、摄影、美术、化学、英语、语文、体育等方面论文。 815on7
◆中国园丁网论文大观 提供教育类论文。 203Fb2
◆法律论文资料库 提供法学理论、宪法、行政法、刑法、民法、经济法、司法制度、国际法等分类论文。 78Jg8
◆论文网 提供论文写作服务。 400Kxh8
◆吾爱论文网 提供文理工管等十二大学科门类的期刊论文、毕业论文和职称论文。 567wVAS6
◆幸福校园 论文、报告书、简历、考试情报等各种学术资料交流的中心。 36873o6
◆知新资讯 专业提供各种论文、课题资料，主要包括：教育论文、计算机论文、毕业论文、法律论文、学术论文、免费论文、硕士论文、研究生论文、博士论文、经济论文、科技论文等。 203Ydu6
◆全程论文网 一个专业代理职称论文、毕业论文、学术论文写作指导、论文推荐公开刊物发表（核心、优秀期刊）的网站。 642pjiY2
◆论文商务中心 是一个开放式的、保护版权的、网上论文精品自选超市。 127JoVq5
论文发表咨询网 202wdx01
语言学论文 2252du8
台湾博硕士论文资讯网 231pEO1
论文网 254VPJ2
大学生论文库 752if5
华夏论文网 656191
论文荟萃 261kpjs5
论文秘书网 869YD87
论文指导网 739gG3
中国大学生论文网 697KC4
大学生论文资讯网 424ZzIL6
轻松论文网 72QHgm8
全国优秀博士学位论文评选 4667wI1
体育教学论文 9891UX94
体育论文 303RMCE1
新科论文网 4944f07
信息化教育论文 283RBp1
农业论文 688mOMA8
中国总经理网论文集 748YbJ6
工程论文服务网 948kBt63
金融论文在线 6635Zl7
才思论文网 423l5PH8
论文资源网 44uI9G3
经济论文 723HES23
论文选萃 543C76
活动教育研究论文 901heD1
毕业生论文库 3644l4
能源论文 297PG1
会计文苑-优秀论文 901MS7
中国广电技术论文 820OJ07
教育教学论文交流网 178sxqw4
食品论文 170YcYB8
管理在线论文 22kaP8
中国科技论文在线 960zUkA6
MBA论文全集 244u61
物理论文集 620zwW1
中国交通技术论坛资料库 620zwW1
中国路桥工程论文资料中心 748tOd4
中国论文发表网 884SQDc7
翰林论文网

中文免费论文地址集锦
一、 综合类
1、学生大论文中心



包含 哲学类 | 经济学 | 法学类 | 教育学 | 文学类
| 艺术学 | 理学类 | 工学类 | 医学类 | 管理学 | }
社会学 | ***学。为html格式。
2、蜂朝无忧论文网

门类很全。
3、论文下载中心

门类很全。
4、论文帝国

门类较全。
二、 教育类
1、教研论文交流中心

以中小学教育为主，基础教育、英语教学文章居多。
2、教育教学论文网



以教育论文为主，包含：语文论文 美术论文 物理论文
化学论文 英语论文 历史论文 德育论文 教学论文
数学论文 音乐论文 生物论文 自然论文 体育论文
地理论文 摄影论文 劳动技术 农村教育 毕业论文
素质论文 医学论文 电子电器学 思维科学 计算机论文
活动课教学 书法篆刻论文 创新教育研究 心理健康教育
西部教育论文 信息技术论文
3、教育论文


4、中国园丁网论文大观

5、北大附小学校教师的文章：

三、 专业类
1、优秀论文杂志

以科技类为主。
2、论文资料网

以财经经济管理类为主。
3、法律图书馆

文如其名。
4、法学论文资料库

文如其名。
5、中国总经理网论文集

6、mba职业经理人论坛

7、中国农业在线-农业论文

8、体育论文

9、财经学位论文下载中心

10、公开发表论文_深圳证券交易所

11、中国路桥资讯网论文资料中心

12、论文商务中心

13、法律帝国：

四、 论文写作教学类
1、学术论文

其实是学术论文的写作网站。
五、 博硕士论文
1、论文统计

实际上就是万方的论文统计。
2、台湾博硕士论文咨讯网

3、北京大学学位论文样本收藏

4、学位论文 （清华大学）


]
中国科技论文在线
论文中国 :
新浪论文网分类:
中国论文联盟:
大学生论文库
论文资料网:
论文下载中心:
毕业论文网:
学位论文:
无忧论文网:
北京语言文化大学论文库:
参考资料：

<疯狂加分>求研究性学习论文资料<非常急呀>

　　“研究性学习”论文选摘（一）

　　寒假，我们一家人去七仙岭爬山。我们来到山脚下，我惊奇地发现：这里居然有个天然的蝴蝶谷！于是，我们怀着好奇的心情趟着首溪水，踩着滑滑的石头，来到了森林中。我们走近蝴蝶群（它们大都栖息在大树上）拍拍手或摇一摇大树、树枝上的蝴蝶便款款而飞……过了一会儿，它们飞累了，便又停在大树上休息。这些轻灵飘逸的小精灵给了我不少乐趣，让我感受到了大自然的温柔与亲切。
　　于是我想了解更多的关于蝴蝶的知识，现在我就把我所了解的知识告诉大家，与大家共享。
　　一、关于蝴蝶
　　蝴蝶，体态窈窈，艳丽多姿，色彩艳丽有如繁花盛开，蝴蝶是所有生物中最美丽的了。在飞舞，探吸的过程中，既帮助植物传授花粉，又以其自身的斑斓色彩的图案，点缀了大自然。被人们誉为“中国的佳丽”、“会飞的花朵”。它象征着美好、幸福、吉祥，友谊。
　　二、蝴蝶的种类与分布
　　蝴蝶大约有15万种，其中有一些是世界珍品。蝴蝶主要分布在世界各地的热带雨林地区。因为这里的条件非常有利于蝴蝶的栖息生长和繁殖。我国的蝴蝶主要分布在台湾、云南和海南。
　　三、蝴蝶的生长过程
　　蝴蝶的一生，有4个完全不同的阶段，即卵期、幼虫期、蛹期和成虫期。最初是一个附在一片树叶或一根树枝上极微小的卵，然后便成一条毛虫并蜕皮，下一个阶段是“作茧自缚”，在茧室内，毛虫变成液体，并重新成型，最后，一只翅膀潮湿而鲜艳的蝴蝶破茧而出。蝴蝶成虫的寿命，因种而异。长的有半年以上，大多数蝴蝶寿命较短，一般为10至15天。经历许多苦痛，相当一部分蝴蝶从茧里孵化出来后，却只能有两周左右的生命�
　　不曾想，经历了顽强蜕变后的美丽的生命竟如此短暂。
　　四、蝴蝶与生态蝴蝶都是我们的朋友。
　　蝴蝶是十分出色的“媒人”。在取食花蜜的时候传播花粉，给许多植物的正常开花结果创造了有利的条件，让自然界充满了生机，满足人们对多种生物和环境的需求。
　　蝴蝶的幼虫、自卵孵化到老熟都啃食植物，有时候还危害经济作物。不过大多数蝴蝶幼虫取食的，并不是人们栽培的主要经济作物，或者由于它们个体数量不多，不足以成灾，所以不被列为害虫。在蝶类里面，还有少数蝴蝶的幼虫是肉食性的，它们专吃害虫，对人类有益无害，例如蚧灰蝶的幼虫嗜食咖啡蚧，竹蚜灰蝶的幼虫，取食竹蚜。它们有的抑制了害虫的猖獗，维持了自然界的生态平衡。
　　在良好的生态链条中，蝴蝶是不可缺的一环。一个地区蝴蝶种类和数量，是该区生态环境的晴雨表。保护蝴蝶，就是保护我们美丽的家园。
　　五、蝴蝶——生命的图画
　　人们熟悉油画、水彩画，也见过剪纸布、布贴，然而你见过蝶翅画吗�制作者凭借一双巧手，把蝴蝶或它的翅膀巧妙的加工，组合和拼贴，定格在画纸上，就是一幅幅天然的图画了。没有笔墨，但各种图案和颜色的蝶翅的完美结合，让人物、山水、花鸟等栩栩如生，惟妙惟肖，蝶翅画，是蝴蝶用短暂的生命为人类谱写的美丽生命延续，它只是众多蝴蝶艺术品种中的一种。
　　飞舞的蝴蝶，以其缤纷的色彩和万种风情，点缀着世界，失去了生命。蝴蝶留给我们的，依然是视觉的另一种震撼。
　　六、蝴蝶的启示
　　在小小蝴蝶的启示下，科学家们设计了卫星的温控系统。蝴蝶身上有一层极其细小的鳞片，每当气温上升，阳光照射到这些鳞片上时，这些很小的鳞片会自动张开，以减小阳光的辐射角度，从而减小对阳光热能的吸收；而当外界的气温过低的时候，这些鳞片则会自动闭合，让阳光直接照射到鳞片上，以使能吸收足够多的热量。这样，即便气温变化很大，蝴蝶依然能够把自己的体温控制在正常的范围内。
　　科学家们从蝴蝶的鳞片上，学到了控制温度的方法。他们在卫星上设计了一种外形尤如百叶窗的温控系统。起到遇热降温，遇冷保温的作用。这样，人造卫星在太空中，即使温度在200℃一2000℃的巨大温差中卫星上的设备也不会损坏。
　　蝴蝶丰富的色彩运用到色彩设计上，能设计出闪光布，美丽的图案和防伪标志等。
　　七、蝴蝶与梦
　　美丽却不张扬，含蓄而超凡脱俗，悠然而与世无争。蝴蝶的这些品格，成了哲者隐士，文人墨客借以传情言志的题材。
　　“碧草菁菁花盛开，彩蝶双双共徘徊……”描写的是梁山伯与祝英台的凄美故事。“庄生晓梦蝴蝶，望帝春心托杜鹃”诗人李商隐以蝴蝶抒发悲欢离合。“霓为衣兮风为马”诗句中，蝴蝶是魂的羽翼；“穿花蛱蝶深深见，点水蜻蜓款款飞”诗句中，蝴蝶成为了悠然自在的信使。
　　八、海南——真正的蝴蝶王国
　　海南是我国蝴蝶资源最丰富的地区之一。海南岛蝴蝶一共有650多种，分属几个科：凤蝶科、粉蝶科，斑蝶科、环蝶科、眼蝶科、蛱蝶科、珍蝶科、喙蝶科、灰蝶科和闪蝶科。但是，海南的蝴蝶仍不断有新发现，比我国的云南、台湾还更多。
　　在海南的尖峰岭、吊罗山、霸王岭和五指山等热带山地雨林分布地区，蝴蝶占了海南岛蝴蝶的8成。
　　海南的蝴蝶，不乏珍稀名贵品种。
　　被誉为“中国国蝶”的金喙凤蝶，生活在海南�它是中国蝶类中唯一被列为国家一级保护野生动物的物种。
　　中国蝶王——裳凤蝶与金裳凤蝶，它们标准展翅可达17厘米。它能在空中长时间的盘旋滑翔，如同小鸟。是我国最大的蝴蝶。
　　“活化石”紫缘蝶。它与发现的古蝶化石极为相像，被誉为蝶类中的“活化石”。
　　“红色天使”——红翅尖粉蝶。是全世界蝴蝶中，唯一全橙红色的蝴蝶，生活在海南特定环境中。
　　九、保护蝴蝶
　　目前全世界有好几种蝴蝶正处于灭绝的危险中，它们因所生活的地区开发成农场和住家而受到威胁；因生活的森林遭到破坏而受危险；因其美丽而被采集者捕杀出售。让我们来保护蝴蝶，保护人类生存的环境，蝴蝶会更美丽！我们的梦会更灿烂！我们的生活会更多彩！

tod怎么读

Tod的读法为英[tɒd]；美[tɑːd]。名词，译为：托德。

例句：

1、Mike asked George to trade places with him so he could ride with Tod.

迈克要求乔治和他交换位置，让他和托德同坐一辆车。

2、Tod shook his head angrily and slung the coil of rope over his shoulder.

托德气愤地摇了摇头，然后把那卷绳子往肩上一搭。

3、The development strategy of urban public traffic in Xi'an based on TOD.

基于TOD的西安城市公共交通发展战略。

4、The Application of TOD in the IR Imaging System Performance Characterization.

TOD在红外成像系统性能表征中的应用。

5、A Research on Programming of Urban Mass Transit Based on TOD.

基于TOD的城市轨道交通规划及策略研究。

6、The World Machine Tod Industry is Coming Back to Life.

世界机床工业在复苏。

7、Method of Designing Urban Public Transportation Hub Based on TOD.

基于TOD的城市公共交通枢纽设计方法研究。

8、TOD Based Spatial Morphology Research Outside East Ring Road of Nanning.

基于TOD模式的南宁市外东环地区空间结构形态研究。

9、Construction of algorithm for frequency hopping code generator using counting TOD.

计数式TOD跳频码发生器算法的构造。

10、Do you have any ideas for a good way TOD spend time?

你有什么好方法度过时间吗？

11、Simply analysis of application of TOD model in Fuzhou.

TOD模式在福州市的应用浅析。

12、ANTIBIOTIC DATA MANAGEMENT SYSTEM& An Useful Reference Tod for The Research of New Antibiotics.

抗生素生物理化数据管理系统&新抗生素研究的有用参考工具。

13、First, the appearance, collection and research of Tod historical literature.

首先，阐述了托忒文历史文献的出现及整理研究情况。

14、Come, come, get him his change tod, let him going.

快点快点把钱给他。

JUST技术：基于时空孪生神经网络的轨迹识别

JUST团队-任慧敏  JUST时空数据

        轨迹识别问题旨在验证传入的轨迹是否是由所要求的人员产生， 即给定一组单独的人员历史轨迹（例如行人，出租车司机）以及由特定人员生成 的一组新轨迹，判定两组轨迹是否由同一个人员生成。这个问题在许多实际应用中都很重要，例如出租车驾驶人员身份认证、汽车保险公司风险分析以及危险驾驶识别等。轨迹识别的现有工作除了需要轨迹数据之外，还需要其他来源的数据，如传感器、摄像头等，但这些数据无法普遍获得且成本较高。此外，目前的工作只能局限于已有的人员身份识别，无法扩展至未经训练的人员。为了应对这些挑战，在这项工作中，我们首次尝试通过提出一种新颖而有效的框架时空孪生网络（ST-SiameseNet），仅从观察到的轨迹数据匹配人员身份。对于每个人员，我们从他们的轨迹中提取特征，来预测每个人轨迹的相似性。

一、问题背景

线上打车在现代社会越来越多地被应用，甚至说成为主流。根据纽约出租车协会数据显示（图1），截止2020年6月，纽约市每天有超过10万人次使用打车服务，线上打车服务占比超过70%。然而，随着行业从业人员的增加，从业人员就显得鱼龙混杂，经常会有安全事故被报道（图2）。尽管现在的平台会对司机进行实名认证，但仍会发生李代桃僵的事情。

如图3所示，除了出租车安全认证之外，这项技术在汽车的保险行业也有着发展前景，比如投保人与肇事者是否是同一人，或者该驾驶员是否有危险驾驶行为，例如酒驾，等等。于是我们提出了“Human Mobility Signature Identification”，即通过轨迹信息的挖掘，进而分析驾驶人的驾驶行为，最终判断驾驶人是否是同一人。

驾驶人员身份识别问题有很多相关工作，然而前期工作仍存在诸多问题，1）很多工作在识别司机的身份时，除GPS轨迹之外还需要额外的数据，例如车载的摄像机，方向盘和刹车的传感器等，这类数据成本高昂，很难普遍获取。2）一些工作利用传统的聚类或者多分类模型去识别司机身份，但这类方法识别数量有限，无法满足现实中识别百万级司机身份的需要。3）就我们所知，前期工作普遍存在泛化性不足的问题，模型面对训练集外的司机往往束手无策。

基于以上问题，我们提出了基于时空孪生神经网络的轨迹识别模型。该模型只依赖于GPS轨迹信息，可处理大规模驾驶员的识别问题，并且有较强的泛化能力，可识别未在训练集出现的驾驶员身份。

二、背景知识

首先，我们介绍一些相关的背景知识。我们提出了基于时空孪生神经网络的轨迹识别模型（ST-SiameseNet），那么什么是Siamese Network呢？Siamese是“孪生，连体”的意思，SiameseNetwork就如同字面的意思，是孪生神经网络，这一过程是通过共享权重实现的。将两个实体输入到同一个神经网络中，随后映射到新的空间，从而计算两个输入的相似度，从而判断二者是否属于同一个实体。基本模型框架如图4所示：

之所以将孪生神经网络引用至我们的模型，是因为其适合用于大规模实体的相似度判断。其学习的内容是实体间的相似度，因此未被训练过的数据仍然可以被拿来判断是否相似。

孪生神经网络已经解决了上述的后两个问题，即分类数量和泛化性。那么接下来就要解决第一个问题，数据成本。我们采用了易于获得的GPS行驶轨迹作为数据源。每个GPS点由经纬度和时间构成，一条轨迹则由一组GPS点构成。轨迹数据具有很强的时序性，因此我们引入LSTM来学习轨迹特征。为进一步挖掘轨迹数据的特征，我们从GPS数据中提取出司机的个人偏好，如最经常出现的位置、出发及结束时间、平均路程长度等等。与此同时，我们根据驾驶轨迹的状态，将轨迹分为了两类，例如出租车轨迹可分为载客轨迹与空车轨迹，私家车轨迹可分为上下班通勤以及日常生活轨迹等。

三、解决方案

在模型实现中，我们将出租车司机身份识别作为应用。GPS数据采自于2016年7月深圳出租车行驶记录，我们共筛选出2197位司机在10个工作日的GPS数据。

图5展示了我们模型的基本流程。首先，我们将获得的GPS数据转化为一个个对应的格子，使得经纬度信息转化为更适合计算机处理的x,y坐标及对应的时间ID。而后，我们根据出租车是否载客将出租车轨迹分为载客轨迹与空车轨迹，并且从轨迹中提取了司机的个人偏好，如经常出现的位置、出车收车时间、平均寻客路程及时间、平均载客路程及时间、每日接单数量等。

为识别出租车司机身份，需要对一名司机两天的轨迹或者两名司机一天的轨迹进行比较，用以判断这些轨迹是否产生于同一个人。为此，我们选取了一个工作日内的5条空车轨迹和5条载客轨迹，这个数据的选择覆盖了所收集的司机的情况。图6显示了ST-SiameseNet模型具体框架：

从整体来看，模型目的在于判断两天的轨迹是否属于同一个司机，所以在模型输入中等概率的选择同一个司机不同天，或者不同司机不同天的数据，即输入数据的正负样本概率相同。

区别于传统孪生神经网络只共享一个神经网络，我们将其扩展至共享三个神经网络，即LSTMD，LSTMs和FCN。前两个模块分别学习载客轨迹和空车轨迹特征，FCN模块学习司机行为偏好。由此，我们得到6个embedding对应模型的6个输入。最后，通过embeddings后经由全卷积网络获得非相似度。其中数值越接近1，不是同一人的可能性越大。

四、实验结果

我们在2197名司机10天的轨迹数据上验证了方法的有效性。表1在对比不同模型中，我们采用了500位司机的前5天作为训练数据，另外的197位司机的后5天作为测试数据，保证了数据的充足性和独立性。

对于SVM，由于无法输入轨迹信息，所以输入数据为司机个人偏好特征信息，经过绝对值相减后输入SVM，获得非相似度。对于FNN，区别在于是否包含个人偏好特征，两个输入GPS数据连接成一个大的数据输入FCN中，获得非相似度。这个对比旨在获取神经网络在提取特征方面的能力。对于Naïve Siamese，与我们提出的模型相比，只有一个FCN网络，而输入的GPS数据首尾相连组成一个长数据，通过FCN和embeddings后得到非相似度。

最后对比结果可以看到，我们提出的模型结构在各个指标上都有着优异的表现。而在同类模型的对比中，加入个人偏好的模型要比不加入偏好的模型性能表现要好，这也证明了除去轨迹特征外，司机的个人偏好对于相似度识别也有贡献。

此外，我们对模型泛化能力，也进行了轨迹天数与司机数量两方面的测试。图7是固定了500位司机，以工作日为变量的结果；图8是固定为5天的工作量，以司机数量为变量的结果。以图7为例，所有的数据集总共包含697位司机10个工作日的轨迹数据，其中500名司机作为训练集，197名司机为验证和测试集，假设训练集采用了头3天的数据做训练，那么验证集和测试集则使用剩余的后7天作为测试，以此类推。图8逻辑同理。

从上面的两幅图可以看出，随着训练天数和训练人数的增加，模型的泛化能力得到了提升，有效的避免了过拟合的问题。而且模型性能的拐点分别出现在5天的训练天数和500位司机的训练数量，之后的测试集结果增长不明显。说明500位司机和5个工作日的训练数量就能够获得较好性能的模型。

我们还进一步对比了轨迹运行模式与司机偏好特征对模型的影响。首先对比了运行模式对模型的影响，图9展示了不同运行模式下的测试准确率，粉色线包含了空车模式和载客模式，灰线仅包含了空车模式，黄线仅包含了载客模式。可以看出即使只包含有单一的运行模式，在一定程度上能够判断轨迹是否属于同一位司机。空车模式轨迹的准确率普遍高于载客模式轨迹的准确率，这与人的直觉是一致的，因为载客时司机无法选择目的地，而空车时不同司机会有不同的策略寻找乘客，因此可以更好的体现司机的特征。当两种运行模型同时作用于模型时，我们得到了最好的结果（粉色线）。与图7图8趋势一致，随着司机数量及训练天数的增加，模型的测试准确率有了提高。

图10对比了司机个人偏好在模型训练中的作用。红色线展示了轨迹数据及个人偏好作为输入时的测试集准确率，棕色线展示了只有轨迹数据的测试准确率，紫色线代表只有个人偏好特征作为输入的测试准确率。同图7图8趋势一致，随着司机数量及训练天数的增加，模型的测试准确率有了提高。在对比三种输入中，我们发现如果只使用司机的个人偏好特征作为输入，模型得到了较差的结果，这说明高度抽象的特征虽然在一定程度上可以识别司机，但也损失了很多其他有效信息。而单纯使用轨迹数据作为输入（棕色线），其准确率仍低于我们的模型（红色线），很可能是因为模型在处理轨迹数据时，很难获取全局的统计信息，比如平均寻客路程与时间，平均载客路程及时间等。当轨迹信息与个人偏好特征结合起来时，我们的模型得到了最优结果。

论文原文链接：

论文源码：

参考文献:

[1] Taxi, Uber, andLyft Usage in New York City. posts/taxi-uber-lyft-usage-new-york-city/.

[2] A. MARSHALL. Uber’s New Features Put aFocus on Rider Safety . story/ubers-new-features-focus-rider-safety/, 09 2019 .

鸣谢：

AITIME论道 对论文解析的初次整理