基于数据驱动方法的徒步速度预测的改进
摘要：通过使用公共GPS数据对已建立的步行速度预测模型进行测试，我们发现了几个关键差异，即广义线性模型（GLM）在预测步行速度时考虑到了地形梯度（山坡），无论步行坡度如何，并且还考虑了地形类型和越野行走中的地形障碍。所有这些因素都被证明是高度显著的，而且与现有函数相比，其均方根误差较低。我们还观察到GLM和已建立方法之间的均方根误差在山坡增加时增加，进一步支持了这一变量的重要性。
作者：Andrew Wood, William Mackaness, T. Ian Simpson, J. Douglas Armstrong
论文ID：2303.16065
分类：Applications
分类简称：stat.AP
提交时间：2023-08-31