...
机译:货运计划中原点到目的地的缺失数据估计:基于重力模型的回归方法
Division of Regional and City Planning, College of Architecture, The University of Oklahoma, 830 Van Vleet Oval, Norman 73019, OK, USA,Saniye Gizem Aydin, School of Industrial Engineering, University of Oklahoma, Carson Engineering Center, 202 W. Boyd St., Norman 73069, OK, USA;
Caterpillar Logistics Inc., 500 N. Morton Ave., Morton 73019, IL, USA;
gravity model; log-linear regression; O-D matrix; missing data; estimation; freight;
机译:国家货运起点-目的地数据和运输模型的区域设计方法
机译:货运规划的分区系统:使用公共数据来源的基于GIS的自动化区域设计方法
机译:基于数据的运输目的地需求和用户成本函数的估计,以优化运输网络
机译:基于多个数据源的货运目的地矩阵估计:一种方法学研究
机译:使用双层优化从智能交通系统数据中对内部动态网络起点-目的地流进行内部一致性估计。
机译:支持向量回归归因和正交编码方案估计DNA微阵列基因表达数据的缺失值
机译:数据驱动的原始目的地需求和用户成本函数用于优化运输网络的优化* *研究通过NSF在授权CNS-1239021,ECCS-1509084,CCF-1527292,IIS-1237022和IIP-1430145下部分支持NSF的研究,由AFOSR在授予FA9550-15-1-0471,由ARO在授予W911NF-11-1-0227和W911NF-12-1-0390和MathWorks下的ARO。
机译:装配和处理货运装运数据:为南加州货运流量开发基于GIs的原点 - 目的地矩阵