基于大数据的公交数字化转型策略研究

公交作为城市公共交通的重要组成部分,其数字化转型对于提升乘客出行体验、优化运营管理以及推动可持续发展具有重要作用。这一研究,立足于大数据科技,探究并提出公交数字化转型的策略。借助对公交行业数据的深度挖掘与分析,揭示其实际现状及所面临的挑战。接着,建立一个由大数据推动的公交行业数字化转型监听,基于此框架,推出一套详尽的数字化转型策略,内容包有:数据驱动的运营管理,个性化的用户体验设计的优化,还有智慧公交系统的构建等等。最后,对提出的策略进行了实证分析,并验证了其可行性和有效性。研究表明,大数据技术的引入将有助于公交行业的数字化转型,不仅可以提高其运营效率,显著改善乘客体验,也有助于推动公交行业的可持续发展。本研究的结果可为公交行业的数字化转型提供有益参考。

一种应用于高阶数据修复的非负稀疏Tucker分解算法

针对传统的张量填充算法对于不满足低秩条件的张量填充效果难以保证,本文采用张量分解的方法实现缺失张量的修复,即对传统Tucker分解算法进行改造,在其目标函数中增加对核心张量和系数矩阵的非负性以及核心张量的稀疏性约束,再利用凸优化理论中的交替近端梯度算法(APGM)对目标函数进行迭代寻优,在分解的同时实现缺失数据点的填充。医学图像、彩色图像和视频图像的修复结果表明,本文算法能够对高阶非负张量的缺失实现较好地修复,修复的视觉效果和技术指标都优于当前主流算法。