作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
民用运输机场客运量预测主要采用传统的定性预测方法,此类传统预测方法准确性较低,且对于旅客特征情况难以预估,基于传统方法预测的结果对航站楼等设施的规模判断容易造成保守或浪费。近年来,大数据技术在各个行业得到广泛的应用,大数据技术是指从各种各样类型的海量数据中,快速获得其中有价值信息的技术。大数据分析相比于传统的预测方法,具有数据量大、资料详细、可靠性高等特点。
推荐文章
基于多元回归模型的航空运输客运量预测
民航客运量
需求预测
多元回归
灰色综合关联分析
影响因素
灰色系统模型在水路客运量预测中的应用
灰色系统
残差修正
水路客运量
支持向量回归机在铁路客运量时间序列预测中的应用
铁路客运量
ε支持向量回归机
人工神经网络
时间序列预测
河南省2012—2020年交通客运量预测与分析
客运量预测
时间序列
指数平滑
ARIMA模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 大数据技术在新建运输机场客运量预测上的应用探讨
来源期刊 中国航班 学科 航空航天
关键词 大数据 运输机场 客运量预测
年,卷(期) 2019,(10) 所属期刊栏目
研究方向 页码范围 0168-0168
页数 1页 分类号 V
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭传玉 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
运输机场
客运量预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国航班
旬刊
1005-0825
11-5817/Z
北京市朝阳区机场辅路200号民航博物馆办
出版文献量(篇)
6308
总下载数(次)
88
总被引数(次)
0
论文1v1指导