摘要：针对停车泊位占用率预测方法中对空间因素和多维度影响因素考虑不足的问题,扩展了格兰杰因果关系模型,提出一种综合考虑时空相关性和多维度影响因素的停车泊位分析模型,并在此基础上设计了基于神经网络的停车泊位占用率预测算法.采用欧盟FP7项目提供的City Pulse数据集进行仿真实验,实验结果表明:基于多维时空因果关系的神经网络学习预测方法较其他基于时空相关性的停车泊位预测方法的预测精度都有提高;在容量为56辆车的停车场样本中,对0. 5 h后和1. 0 h后停车泊位占用率进行预测的平均绝对误差低至2. 488、3. 418,绝对误差小于20%、10%的预测结果占比更大.

摘要：随着支付行业向各类便民账单服务、金融服务类扩展,支付内核采用固定格式数据交换模型已不能适应快速灵活开发的需要。以JSON为基础构建精简3层数据交换模型,并对JSON内存分配管理、键值使用进行优化,实现了支付系统灵活高效开发,同时系统性能更优,占用内存资源更少,在实际应用中效果显著。