排序方式： 共有4条查询结果，搜索用时 593 毫秒
1
1.
重要经济发展区域间海运网络时空演变特性分析 总被引：1，自引：0，他引：1
“海上丝绸之路”沿线国家（MSR）、金砖国家（BRICS）、美日韩（AJK）是重要经济发展区域。研究其海运网络的时空演变规律有助于国家层面的贸易竞争均衡分析,对海运战略科学部署和智慧应对具有十分重要的意义。AIS（Automatic Identification System）数据具有实时性,且已基本覆盖全球港口的近海区域,能为海运网络提供及时分析的数据支撑。本文利用AIS数据挖掘MSR、BRICS、AJK的运输网络时空演变规律,结果表明,MSR散货、集装箱、油轮的内部网络结构的变化明显大于AJK和BRICS,说明“一带一路”倡议促进了MSR的内部海运贸易;MSR、AJK和BRICS的外部网络结构变化2013-2016年都较大,说明“一带一路”倡议的实施期间,MSR、AJK和BRICS 3个区域之间的海运贸易变化较大;3个区域的集装箱、油轮吞吐量加权的内外部海运网络结构2015-2016年较2013-2014年更为稳定,随着“一带一路”倡议的实施,这3个区域内部和区域之间的吞吐量加权海运网络结构变化幅度逐步减小。“一带一路”倡议对不同的经济发展区域的影响不同,对MSR的内外部海运网络结构都产生了一定影响,对BRICS散货、集装箱、油轮型海运网络的影响呈现差异化特征,对AJK内部海运网络没有影响,对AJK的外部网络产生了部分影响。提高MSR的海运贸易吞吐量,提升MSR在海运网络中的贸易地位,仍是当前的发展重点。 相似文献
2.
利用终端位置时空转移概率预测通讯基站服务用户规模 总被引：1，自引：0，他引：1
基站服务用户数的预测对通信基站的空间位置选取、通讯服务带宽的配置优化等有重要作用,并为城市公共安全管理方面中的人群聚集预警与群体事件预防提供辅助决策支持。本文利用海量手机轨迹数据,运用时空转移概率定量化描述城市内不同区域间人群流动的时空特性,结合马尔可夫链和贝叶斯定理,构建手机用户群体在基站间的时空转移概率模型,并以此提出一种城市区域尺度上的基站服务用户数预测方法。利用湖北省某城市长达30 d的手机轨迹数据进行模型训练与预测方法验证,实验结果表明：在时间粒度为60 min时,本文提出的方法对8-22时各时段基站服务用户数预测准确率都大于94.8%;在不同时间粒度下对比本文方法、Castro模型、移动平均法,发现在时间粒度大于20 min时,本文方法预测准确率高于另外两种方法。 相似文献
3.
手机用户上网时段研究与预测对手机用户行为与模式分析、网络服务内容设计、网络黏性与心理、移动互联商业智能等具有重要意义。本文结合Markov模型和关联规则模型,提出一种手机用户上网时段的混合Markov预测方法——Lift-Markov（LM）方法,并采用中国某城市4G手机用户流量上网产生的流量收费数据进行实验验证与分析。研究发现：该实验区域37.66%的手机用户个体存在明显的以天为周期的周期性特性;本文所提出的LM方法在10、20、30、40、50、60 min间隔时的平均预测准确率都优于Markov模型和Mostvalue模型,其中在60 min间隔时能达到79.75%的平均准确率,优于Markov模型（74.64%）和Mostvalue模型（64.44%）;LM方法的预测准确率分布相比于其他2种模型都要窄,而且密度分布峰值最高、标准差最小,说明本文方法对人群的上网时段预测准确率较为集中与稳定,具有较好的预测性能。 相似文献
4.
Investigating the influence of international events on global maritime networks is a challenging task that must comprehensively incorporate geographical, political, and maritime sciences. Understanding global maritime network dynamics is an initial and critical step in this investigation. This study proposes an automatic identification system(AIS)-based approach to understanding maritime network dynamics before and after international events. In this approach, a spatiotemporal modeling method is introduced to measure the similarity in shipping trends before and after international events. Then, a spatiotemporal analytic framework is proposed to understand the maritime network dynamics by grouping similar situation, and assessing possible indirect effects within a network. Finally, three case studies of international events, military conflict, lifted economic sanctions, and government elections, were used to investigate the observed network dynamics possibly affected by international events. The results indicate that container, tanker, and bulk shipping between India and its connected countries all declined more than 69% after military conflicts between India and Pakistan in August 2015. Tanker shipping between Iran and the United Arab Emirates increased 51% after economic sanctions on Iran were lifted. Container shipping between Sri Lanka and Singapore, Malaysia, and India increased more than 74% after the general election in Sri Lanka. These investigations demonstrate the feasibility of the proposed approach in assessing the possible effects of international events on maritime network dynamics. 相似文献
1