关键词： 聚类分析   机器学习   深度学习   强直性脊柱炎  

摘要： 目的:由于强直性脊柱炎固有的异质性,需要针对不同人群制定个性化治疗。因此我们希望通过一种新的方法将强直性脊柱炎患者分为相互独立的亚组,便于后续个性化治疗的开展。 方法:我们根据2011年9月1日至2021年4月30日收集的356名强直性脊柱炎患者的数据集,通过无监督的K-means聚类算法,将人群分为若干个聚类,通过患者是否接受手术治疗反映临床预后,并通过生存分析判断聚类间的临床轨迹和需接受手术治疗的风险状况是否有显著差异。按照其临床轨迹和需接受手术治疗的风险状况定义高危人群。随后,拆分数据集为训练集与测试集,并训练两个机器学习模型对高危人群进行预测。一个模型为多层感知器,另一个模型为随机森林。单变量逻辑回归分析被用来确定具有显著P值的候选预测因素。LASSO回归方法被用来选择最佳预测变量子集。最后,将最佳预测变量子集分别输入两个预测模型中。最后通过测试集中的ROC曲线和混淆矩阵评价两模型的预测效果。 结果:356名强直性脊柱炎患者通过K-means聚类分析分为两个聚类。其中选择了以下4个代表性特征进行聚类分析,包括BASFI、BASDAI、骶髂关节炎评分、BASRI-hip。绘制两个聚类的无手术生存期K-M曲线以及累计手术风险曲线,可见两聚类间存在显著差异(p<0.001)。表明两聚类临床预后具有明显差异。按照接受脊柱或髋关节手术的累计手术风险高低将两聚类分别定义为高危组和低危组。测试集中两模型ROC曲线和混淆矩阵表明本研究中两个模型均有良好的预测效能,可能可以作为早期识别强直性脊柱炎高危人群的有力工具。 结论:本研究通过机器学习的算法开发了一个新的分类方法将强直性脊柱炎患者群体从内部分为两个差异显著的独立群体,其中高危组患者在近几年内有更大的可能性因为脊柱或髋关节病变进展而需要接受手术治疗。考虑到强直性脊柱炎的异质性,本研究可能有助于强直性脊柱炎患者的亚分类,并可能在未来实现更加个性化的治疗。此外,我们也探索了引起预后差异的可能因素,为未来的临床试验设计提供信息,以更好地探索疾病机制。

关键词： 天然气价格   天然气消费量   预测   机器学习  

摘要： 能源是人类社会赖以生存和发展的物质基础,在国民经济中具有特别重要的战略地位。无论在社会、经济还是环境方面,能源对任何国家的可持续发展都是至关重要的。全球超过五分之一的一次能源来自天然气,天然气是一种清洁的化石燃料。价格是重要的市场信号之一,天然气价格的变化必然会对天然气贸易和全球能源市场产生影响。准确预测天然气价格,能够帮助优化决策管理及防范潜在风险,有助于能源规划和监管决策。天然气需求不断增长,其消费水平也是衡量一个国家经济表现的重要标准之一。准确预测天然气消费量,能够促进资源节约利用,有效降低成本,更好地进行生产规划和基础设施建设。因此,对天然气价格和消费量进行准确预测,不仅为有效规划和实施能源政策提供了重要的指导,而且在经济规划、能源投资和环境保护等方面产生深远影响,是实现碳达峰、碳中和目标的一项重要工作。本文以美国天然气市场为研究对象,运用机器学习的研究方法,重点研究天然气价格和消费量的预测问题。本文的主要工作与创新如下:(1)利用一种机器学习方法,即梯度增强机,预测天然气价格。目前该方法在天然气价格预测领域还没有应用。以取暖油价格、原油价格、天然气旋转钻机数、市场产量、消费量、地下存储量和进口量为输入变量,选取了2001年1月至2018年12月的价格时间序列。采用梯度增强机对每日、每周及每月的Henry Hub天然气现货价格数据进行分析。通过对数据实施一系列预处理操作,从日数据、周数据、月数据三个不同的维度,对梯度增强机中的参数进行反复调整。研究表明,以最小二乘为损失函数的梯度增强机预测模型具有较高的预测性能,在天然气价格预测方面具有优势。(2)探讨基于四种机器学习方法(人工神经网络、支持向量机、梯度增强机和高斯过程回归)的天然气价格预测模型。通过模型评估和参数选择,分析和比较这四种代表性的机器学习方法在天然气价格预测中的性能。其中,人工神经网络中选择具有外生输入的非线性自回归模型;支持向量机选择均方根误差小的二次型核函数作为核函数;梯度增强机中采用适合回归模型的最小二乘为损失函数;高斯过程回归选择均方根误差小的平方指数核作为核函数。采用2001年1月至2018年12月Henry Hub天然气现货价格月度数据建立四种预测模型。输入变量为取暖油价格、原油价格、天然气旋转钻机数量、加热度日数量、降温度日数量、市场生产量、消费量、地下储量、进口量和前期天然气价格。实证结果表明,四种机器学习预测方法在预测天然气价格方面都有较好的效果。总体而言,人工神经网络和支持向量机的预测性能要优于梯度增强机和高斯过程回归。其中,人工神经网络的性能明显优于其他方法,而梯度增强机相对较弱,但它可以得到输入变量对天然气价格变化的相对影响。(3)提出一种新的混合模型用于天然气价格预测。该模型将深度学习预测工具和基于压缩感知的去噪技术相结合。首先,将压缩感知去噪作为预处理程序,对天然气现货价格原始数据进行去噪处理,以便提取纯净数据;然后利用强大的深度学习模型对纯净数据进行建模,得到最终的预测结果。以Henry Hub天然气现货价格数据为样本数据的实证研究表明,通过将深度学习和压缩感知两种技术的优势充分结合所构造的混合模型,在水平和方向预测上都优于单一模型,基于压缩感知的去噪可以显著提高深度学习模型的预测能力。(4)研究基于四种机器学习方法(人工神经网络、支持向量机、梯度增强机和高斯过程回归)的天然气消费量预测模型。采用2001年1月至2018年12月美国天然气消费量月度数据建立四种预测模型。以工业生产指数、个人收入、人口、加热度日数、降温度日数、市场生产量、净进口量、净库存提取量、价格和前期天然气消费量为输入变量。还分别对住宅、商业、工业、电力和运输五个行业的天然气消费量进行预测。实证结果表明,四种机器学习预测方法在预测天然气消费量方面均具有较好的效果。总体而言,高斯过程回归和人工神经网络的预测性能要优于支持向量机和梯度增强机。其中,高斯过程回归的性能要略优于其他方法。

关键词： 先兆子痫   风险预测   机器学习   胎盘细胞   亚群分类  

摘要： 胎盘作为哺乳动物母体和胎儿之间独特的交换器官，在人类妊娠成功和胎儿健康中发挥着重要作用。先兆子痫(Preeclampsia,PE)作为胎盘功能障碍疾病是造成孕产妇及胎儿死亡率高的主要原因。传统依据产妇新发高血压和蛋白尿等临床症状的PE检测普遍存在较高的假阳性，也给患者造成了心理焦虑以及增加额外医疗保健费用。随着单细胞组学等高通量测序技术在生殖和发育领域的广泛应用，积累了海量的胎盘细胞亚型及PE相关的组学数据和临床数据。因此，通过机器学习开发计算模型辅助胎盘细胞亚群鉴定和准确预测PE风险，可以为妊娠健康检测新的思路和方法。　　在本研究中，我们提出了一个对胎盘细胞亚群进行分类的计算模型。首先，以单细胞转录组(scRNA-seq)基因表达数据为特征，使用5种特征选择策略分别对健康妊娠胎盘细胞的基因重要性进行打分排序，目的是删除冗余特征信息。随后，使用4种机器学习模型进行训练，通过比较不同组合的预测性能来筛选最优特征子集和最优模型。结果表明，基于TURF特征筛选结合XGBoost机器学习构建的TURF_XGB学习模型对9类主要的细胞亚群分类预测效果最优。针对训练集上，TURF_XGB模型仅使用110个基因的表达特征的预测准确度(Accuracy,ACC)达到92.89%，在独立测试集ACC为92.61%。进一步的功能富集分析发现110个特征基因可以表征胎盘不同细胞亚群的异质性生物学差异，这些基因可以作为特定胎盘细胞亚群的潜在分子标记。　　随后，我们使用LASSO特征选择方法对PE和健康妊娠的单细胞转录组基因集进行特征分析，共获得497个具有PE标识能力的基因。通过与TURF_XGB筛选的110个基因联合分析，结果发现树突状细胞与PE存在最紧密的联系。进一步联合DNA甲基化数据分析发现，有9个基因存在异常的表观修饰，并提示C1QB可能通过介导炎症进而导致PE的发生。进而，基于LASSO筛选得到的497个基因特征，论文搭建完成了一个包含5种机器学习方法的集成打分模型用于预测PE患病风险，针对训练集的ACC为95.21%，针对独立测试集的ACC为94.62%，受试者工作特征曲线(ROC)为99.20%。为提高模型在临床应用中的便利性和灵活性，我们进一步建立了风险分层卡来实现对患者患病风险分层，对应5个风险级别分别为非常高、高、正常、低和非常低。　　最后，我们利用孕妇的常规临床检查数据来建立PE预测模型。首先对来自常规临床检查数据的共计97项指标进行特征优化，最终筛选出7个关键指标来用于模型构建。结果发现，基于K-nearest neighbors(KNN)算法预测模型表现最优，在独立测试集的ACC和ROC分别为82.56%和90.00%。研究结果表明，基于临床常规检查数据也可用于预测PE患者的辅助临床诊断，优势是不增加孕妇的就医成本和心理负担，但预测效果不如基因表达数据。为了方便用户使用这些模型，我们设计了一个免费的在线web服务器。本文构建的一系列基于机器学习方法的预测模型为人类胎盘细胞亚群分类和PE风险预测提供了新的途径，有助于妊娠期健康监测以及相关疾病的快速诊断，进而降低死亡率以及节省医疗支出。

关键词： 井震数据融合   机器学习   钻井提效  

摘要： 安全、高效的钻井作业离不开对目标地层的钻前认识。对于待钻地层,通常以附近已钻井的测井、录井等数据资料为支撑,运用地质统计法建立的地质模型进行表征。除测井、录井等数据外,地震数据中同样蕴含着丰富的地层信息,且覆盖范围广。然而地震资料存在分辨率较低、处理过程较为复杂、处理结果受人为主观因素影响较大等问题。为了充分挖掘地震数据所含信息,提升对待钻地层的认知,本文提出一种基于机器学习技术的井震数据融合方法,通过构建地震数据与测井数据的关系模型,实现对待钻地层未知点的描述,进而指导钻井设计。本文首先对地震资料与测井资料的数据特点以及机器学习算法的基本原理进行研究,分析得出机器学习方法对井震数据特征描述的适应性较强,且受人为因素影响较低,能够建立井震数据关系模型;再通过对井震数据的提取和优选,将5项地震属性作为输入特征,12项测井解释数据作为输出特征,分别构建了3种机器学习预测模型(BP神经网络、XGBoost、多层感知机),针对12项输出特征进行训练、测试以及结果对比;最后基于预测结果,指导钻井液的设计和钻头的选型,实现钻井提效。结果表明,基于机器学习方法建立的井震数据关系模型整体预测效果较好,其中多层感知机建立的预测模型输出结果拟合优度最高,9项参数拟合优度超过0.9,其余3项超过0.8。通过计算钻井液安全密度窗口,确定钻井液密度的合理范围,计算结果与工程实际相符;同时,根据储层孔隙度、泥质含量、脆性矿物含量等测井参数的预测值,为钻头的选型提供了一定参考依据。本文的研究内容对地质工程一体化的发展具有一定贡献意义。

关键词： 臭氧污染   源反演方法   随机森林算法   数值模式   预报时效  

摘要： 自2013年以来，我国实施了“大气十条”等一系列大气污染防控政策与措施，大气污染防治获得阶段性成效，空气质量明显改善。然而，在细颗粒物(PM2.5)浓度下降的同时，近地面臭氧(O3)浓度快速上升。O3污染日益突出，造成的健康风险不断升高。O3污染防控具有非常迫切的需求，对O3准确预报是其污染防控的关键一环。数值模式是大气污染物溯源、模拟和预报的核心工具，但由于O3生成机制复杂，模式物理化学机制仍待调整完善;O3污染源排放结构变化较大，自下而上清单方法往往难以及时更新，因此O3的数值模拟和预报仍面临较大的挑战。本研究针对当前O3模拟和预报面临的复杂不确定性问题，聚焦区域O3模拟和预报的偏差订正。首先从模式排放源输入数据角度，介绍并评估了传统资料同化的源反演方法对重点城市群夏季模拟O3的改进效果;接着从数值模式结果出发，利用新兴的机器学习方法构建了随机森林偏差订正模型，改进了数值模式模拟和预报O3的效果，并对比分析了源反演方法和随机森林算法在改进区域O3模拟和预报中的差异。主要研究结果如下:　　首先在嵌套网格空气质量预报模式系统(NAQPMS)的基础上，评估污染源反演方法对以中国多尺度排放清单(MEIC)为主的先验排放清单中臭氧前体物排放量的优化估计。分析时段为2019年6至8月，重点评估了污染源反演对我国“2+26”城市、长三角、珠三角、成渝四个重点城市群O3模拟的改进效果。评估结果表明，污染源反演获得的“2+26”城市、长三角、珠三角的氮氧化物(NOx)排放速率整体低于先验清单的排放速率约0.6μg/(m2.s)，但反演的挥发性有机物(VOCs)排放速率在“2+26”城市整体上高于先验清单的排放速率约0.5μg/(m2.s)。利用反演的NOx和VOCs排放量和NAQPMS模式对四个城市群O3进行模拟，发现反演排放数据可以显著改进夏季O3模拟性能，使得臭氧日最大八小时平均值（MDA8-O3）模拟的均方根误差(RMSE)从40～60μg/m3降低至20～30μ g/m3，模拟值与观测值的相关系数从0.6～0.7提升至0.8以上，模拟和观测O3浓度日变化峰值差异从2～50μg/m3缩小到2～20μg/m3。结果表明，基于地面观测数据的污染源反演可以有效改进重点城市群的O3模拟性能。　　为了揭示不同方法对O3模拟的改进效果，本研究探索了机器学习模型对O3模拟进行改进。结合WRF模拟的温度(T)、风(U、V)、地面向下短波辐射通量(SWDOWN)等多种气象要素，以及NAQPMS先验模拟的O3、PM2.5等多种大气污染物浓度，使用随机森林模型对“2+26”城市和成渝地区NAQPMS先验模拟的O3进行改进。NAQPMS先验模拟对“2+26”城市和成渝地区的O3模拟，特别是每日峰值O3模拟存在较大的误差。直接应用随机森林(Random Forest)方法，能够提高模拟O3时间变化的相关性，但对部分较高浓度的峰值O3仍然存在低估的问题。经过对方法本身、试验设计、数据精度和特征变量敏感性的分析，针对峰值期O3模拟改善设计并进行了一系列试验，通过试验结果的对比，本研究提出了基于气象综合指数(Meteorology Synthetic Index，MSI)、融合空气质量模式模拟数据的随机森林偏差订正模型。较NAQPMS先验模拟的结果，该订正模型可以使“2+26”城市和成渝的模拟O3相关性分别提高15.9％、21.4％，相关系数均提升至0.8以上，模拟偏差分别减少了91.2％、45.8％，同时可以有效改善峰值O3模拟和O3整体变化趋势。　　在上述试验基础上，结合WRF预报的T、U、V、SWDOWN等多种气象要素，以及NAQPMS基于未迭代反演源预报的O3、 PM2.5等多种大气污染物浓度，使用随机森林偏差订正模型对北京市NAQPMS反演源预报的O3进行订正改进。NAQPMS反演预报对北京地区的O3预报，特别是每日峰值O3存在显著高估。使用基于气象综合指数(MSI)、融合空气质量模式预报数据的随机森林偏差订正模型进行订正后，预报与观测的相关性平均提升了53.5％，相关系数均值达到0.79;平均偏差减少了92.3％，平均偏差的数值均低于14.5μg/m3。同时评估了模型在24h，48h至168h的不同预报时效下的改进能力，大部分预报时效下O3的相关系数接近0.8，均方根误差均值接近35μg/m3，基于MSI的随机森林偏差订正模型在各预报时效下均对NAQPMS预报O3展现出稳定良好的改进水平。　　为了进一步探究随机森林方法对O3预报的改进效果，本研究同时开展了使用订正模型在24h预报时效下的O3预报试验。较NAQPMS反演预报，模型预报24小时O3的相关系数提升了23.4％，均值为0.82;均方根误差降低了59.1％，均值接近43μg/m3;平均偏差降低了8

关键词： 要素禀赋   产业结构升级   机器学习   LightGBM   SHAP值  

摘要： 要素禀赋存在着天然的分布差异,而产业结构内生于要素禀赋,从要素禀赋的角度探讨产业结构升级路径对于中国高质量经济发展具有重要的理论与现实意义。本文首先构建经济理论模型,进而使用基于机器学习的计量经济学新方法,在传统线性模型判定要素禀赋影响方向的基础上,深入研究了要素禀赋对产业结构升级的要素禀赋重要度排序以及其影响路径,并针对实证研究结果提出了政策建议。首先,本文构建了基于要素禀赋约束的产业结构优化理论模型并对本文核心解释要素进行了理论分析,其主要有以下四方面工作和结论:（1）构建了多要素禀赋三产业方程组,并构建了基于向量夹角的产业结构升级指标。（2）基于上述方程组及产业结构升级指标,推导得到了资本-劳动两要素三产业下要素禀赋对产业结构升级影响的解析解,借助解析解说明了资本-劳动要素流动对产业结构升级的作用。（3）推导了资本-劳动-制度三要素三产业下要素禀赋对产业结构升级影响的理论公式,说明了在多要素情况下,要素禀赋对产业结构升级的影响是高度非线性的,且难以从理论模型观察到单个要素禀赋的变化会如何影响产业结构的升级。以上工作借助理论模型说明了多要素禀赋对我国产业结构升级的影响应是高度复杂、非线性的,为本文采用非线性的机器学习模型研究要素禀赋对我国产业结构升级的影响提供了理论基础。（4）结合我国国情对人力资本要素、物质资本要素、数据要素、政府科教支出要素和金融要素进行了理论分析,并提出了理论假设。而后,本文构建了我国2004年至2019年城市级的要素禀赋指标体系,并构建了产业结构升级代理指标,并采用机器学习的新视角进行建模和分析。其主要有以下四方面的工作和结论:（1）通过比较机器学习的决策树类模型发现Light GBM模型对本文数据的拟合表现最优,调整后R2达到了0.782。（2）通过机器学习模型Light GBM实证建模并通过SHAP值、稳定性选择法和线性计量模型进行多步稳健性检验后,实证发现金融要素的对我国产业结构升级解释力度是18.60%,对我国的产业结构升级的解读力度在核心解释要素中最高。劳动要素、政府要素、数据要素和物质资本要素的要素解释力度占比为4.99%、3.09%、2.91%和2.06%。（3）通过机器学习SHAP值法分析了本文核心解释要素的影响路径,发现了金融要素、政府要素的影响斜率是先增大而后逐渐收敛;劳动要素、物质资本要素整体是一个线性上升的影响趋势;数据要素存在着倒“U”型的影响路径。最后,依据实证结果提出了本文的政策建议,主要有以下五方面:（1）金融要素匮乏的地级市可以重点加大金融要素的投入,其早期投入会有较高的边际效益。（2）对于劳动要素,地级市普通高校人数突破约60000人时该要素边际效用存在着一个明显的跃升,应保证人力要素突破此阈值。（3）对于政府要素,科教支出占GDP比重低于4%的地级市政府应加大此方面的投入。（4）对于数据要素中人工智能要素,倒“U”型影响路径下地级市政府不应无限制地加大该要素的投入。（5）对于物质资本要素,其整体来说是一个线性上升的影响路径,地级市政府可以持续地投入。

关键词： 城市公共交通   公交地铁换乘   识别方法   影响分析   预测模型   统计学方法   机器学习方法  

摘要： 地铁与公交之间的换乘是城市公共交通系统的核心组成部分。它增加了地铁和公交网络的可达性,为乘客提供了可靠、便捷和经济的换乘服务,提高了城市公共交通运力水平。识别公交地铁换乘行为,挖掘各个站点的换乘量、换乘率和换乘时间等特征,探究各因素对换乘特征的时空影响,预测各个站点的换乘特征信息,最终提高换乘系统的效率和服务水平,增加公共交通的吸引力,从而缓解当前各大城市普遍存在的交通拥堵问题等均具有重要的指导意义。然而,现有的换乘识别方法难以准确识别公交换乘地铁模式的换乘行为,在挖掘各个站点的换乘特征方面也存在困难。同时,各因素在时空上如何影响换乘特征仍然未知。现有的研究并没有针对换乘特征提出比较准确的预测方法,无法为换乘乘客和交通从业者提供各个站点的换乘预测信息。因此,提出面向公共交通的双向换乘识别方法,挖掘各站点的换乘特征,分析换乘特征的时空影响因素,预测不同站点的换乘特征亟待解决。本文面向城市地铁换乘公交和公交换乘地铁两种换乘模式,对换乘行为识别、换乘特征挖掘、换乘特征的时空影响因素分析和换乘特征预测展开研究。本研究提出了比较准确的双向换乘识别方法,挖掘了不同换乘模式的换乘特征,剖析了换乘特征的时空分布特性,基于时空回归模型探究了各因素对换乘特征的时空影响的差异性,考虑多因素的影响,提出了换乘时间和换乘量的预测方法。本文为换乘行为识别和换乘特征时空影响因素分析提供了参考,为换乘特征的预测提供了可行方法,为换乘乘客和交通从业者提供了各站点比较准确的换乘预测信息,进而为智慧城市公共交通换乘系统优化、公共交通调度以及后续的管理控制提供有效支撑。主要工作和研究成果包括以下几个方面:(1)传统的换乘识别方法在识别公交换乘地铁模式的换乘行为方面存在困难,且也没有经过现场数据验证。对此,本文基于换乘时间阈值和换乘空间阈值提出了一种针对地铁换乘公交模式和公交换乘地铁模式的换乘识别方法,经过了现场调查数据验证。该方法能从大规模的智能卡数据和公交运行轨迹数据等多源数据中识别各站点不同换乘模式在每小时内的换乘行为,并补全换乘乘客的出行链,比较准确挖掘每个站点不同换乘模式在每小时内的换乘特征。相比其他方法,本文提出的换乘识别方法所识别的换乘数据与调查数据具有更好的拟合性,识别精度较高,可以支撑公共交通换乘特征影响因素分析和预测方法研究。(2)现有研究没有分析换乘特征与影响因素的时空关系,也没有探究各因素对换乘特征的提前和滞后影响。对此,本文针对不同换乘模式,采用回归模型探究工作日、节假日以及台风期间各因素对换乘特征的影响,对比了不同方法的回归性能,分析了天气因素提前和滞后的影响。相比于其他回归模型,广义泊松回归模型具有更好的性能;天气因素提前或者滞后1小时和3小时对换乘量有显著影响。这些发现为公共交通地铁站点改进和换乘服务水平提高提供了数据支持。(3)现有的研究并没有分析换乘特征的空间异质性,各因素对换乘特征的时空影响也是未知的。对此,本文针对不同换乘模式的换乘特征,采用多种空间回归模型来挖掘换乘特征与影响因素间的空间关系,探究换乘特征的空间异质性,解释各因素对换乘特征的时空影响。相比其他空间模型,地理加权回归模型具有较好的回归性能。天气因素、建成环境、社会经济、POI数据以及商业活动强度对换乘特征有显著空间影响且存在空间异质性。针对各因素对换乘特征的负面影响,本文提出了改进和应对措施。(4)当前研究并很少针对换乘时间提出有效的预测方法。对此,本文针对换乘时间的时空分布特性,提出了一种基于贝叶斯低秩矩阵分解的换乘时间预测模型。本文提出的预测模型能比较准确填补在不同缺失场景与不同缺失率条件下的换乘特征数据,预测每个地铁站点的换乘时间数据,且填补与预测性能均优于对比模型,可为换乘乘客和交通管理者提供各地铁站点比较准确的换乘时间预测信息。(5)当前针对换乘量预测的研究较少,也没有考虑多因素对换乘量的影响。对此,本文考虑了多个因素对换乘量的影响,提出了一种基于机器学习的多元换乘预测模型。本文提出的预测模型能够在比较准确填补不同缺失场景与不同缺失率条件下的换乘量数据的基础上,预测各个地铁站点的换乘量。对比统计学模型和其他机器学习模型,所提出的多元换乘预测模型性能更优,能比较准确预测各个站点的换乘量,为后续可解释机器学习模型在换乘特征预测方面的研究奠定了基础。总体来说,基于不同场景下的换乘识别和预测需求,本文提出了面向城市公共交通系统的双向换乘识别方法、面向换乘特征影响因素的时空回归模型、面向换乘特征的预测模型。这些模型和方法各具特点、互补互成,涵盖了换乘识别与换乘特征挖掘、换乘特征的时空影响因素分析、换乘特征数据修复和预测等多个方面,并有机结合形成了适用于城市公共交通系统的高精度成套算法,为城市公共交通系统换乘特征挖掘、分析和预测提供了一套完整的解决方案。