基于深度时空模型的交通流预测方法研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-10页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 难点分析 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 数据描述 | 第14-15页 |
| 1.4.1 交通流量数据表示 | 第14-15页 |
| 1.4.2 交通流量数据预处理 | 第15页 |
| 1.5 本文主要工作及创新点 | 第15-16页 |
| 1.6 章节安排 | 第16-18页 |
| 2 交通流量预测方法理论基础 | 第18-40页 |
| 2.1 参数方法 | 第18-26页 |
| 2.1.1 卡尔曼滤波模型 | 第18-21页 |
| 2.1.2 自回归移动平均模型 | 第21-24页 |
| 2.1.3 贝叶斯时间序列模型 | 第24-26页 |
| 2.2 非参数方法 | 第26-36页 |
| 2.2.1 高阶马尔可夫链 | 第26-27页 |
| 2.2.2 贝叶斯网络 | 第27-30页 |
| 2.2.3 神经网络 | 第30-32页 |
| 2.2.4 支持向量回归 | 第32-35页 |
| 2.2.5 非参数回归 | 第35-36页 |
| 2.3 组合预测方法 | 第36-38页 |
| 2.4 本章小结 | 第38-40页 |
| 3 面向不完整时空数据的交通流量预测方法 | 第40-58页 |
| 3.1 引言 | 第40-41页 |
| 3.1.1 随机子空间 | 第40-41页 |
| 3.2 基于随机子空间的深度卷积神经网络模型 | 第41-46页 |
| 3.2.1 面向不完整时空数据的随机子空间 | 第41-43页 |
| 3.2.2 深度卷积神经网络 | 第43-44页 |
| 3.2.3 模型描述 | 第44-45页 |
| 3.2.4 基于均匀设计的超参数优化方法 | 第45-46页 |
| 3.3 实验及分析 | 第46-57页 |
| 3.3.1 PeMS数据集 | 第46-48页 |
| 3.3.2 评价指标 | 第48页 |
| 3.3.3 对比方法 | 第48页 |
| 3.3.4 参数设置 | 第48-50页 |
| 3.3.5 结果及分析 | 第50-57页 |
| 3.4 本章小结 | 第57-58页 |
| 4 基于稀疏表示的交通流量预测方法 | 第58-68页 |
| 4.1 引言 | 第58-61页 |
| 4.1.1 稀疏编码 | 第58-59页 |
| 4.1.2 非负矩阵分解算法 | 第59-61页 |
| 4.2 基于稀疏表示的深度卷积神经网络模型 | 第61-63页 |
| 4.2.1 稀疏表示部分 | 第61-63页 |
| 4.2.2 模型的描述 | 第63页 |
| 4.3 实验及分析 | 第63-67页 |
| 4.3.1 实验设计 | 第63页 |
| 4.3.2 结果及分析 | 第63-67页 |
| 4.4 本章小结 | 第67-68页 |
| 5 基于图嵌入的交通流量预测方法 | 第68-88页 |
| 5.1 引言 | 第68-76页 |
| 5.1.1 图嵌入框架 | 第68-71页 |
| 5.1.2 度量学习 | 第71-73页 |
| 5.1.3 维数约简 | 第73-74页 |
| 5.1.4 相关算法 | 第74-75页 |
| 5.1.5 基于图嵌入的相似性度量学习框架 | 第75-76页 |
| 5.2 基于图嵌入的深度卷积神经网络模型 | 第76-81页 |
| 5.2.1 相关相似性度量学习 | 第76-80页 |
| 5.2.2 模型描述 | 第80-81页 |
| 5.3 实验及分析 | 第81-86页 |
| 5.3.1 参数设置 | 第81-82页 |
| 5.3.2 结果及分析 | 第82-86页 |
| 5.4 本章小结 | 第86-88页 |
| 6 基于核方法的交通流量预测方法 | 第88-98页 |
| 6.1 引言 | 第88页 |
| 6.2 相关理论 | 第88-90页 |
| 6.2.1 核方法 | 第88-90页 |
| 6.2.2 再生核希尔伯特空间 | 第90页 |
| 6.3 基于核方法的深度卷积神经网络 | 第90-92页 |
| 6.3.1 相似性度量学习的核拓展 | 第90-91页 |
| 6.3.2 模型描述 | 第91-92页 |
| 6.4 实验及分析 | 第92-97页 |
| 6.4.1 参数设置 | 第92-93页 |
| 6.4.2 结果及分析 | 第93-97页 |
| 6.5 本章小结 | 第97-98页 |
| 7 总结与展望 | 第98-100页 |
| 参考文献 | 第100-108页 |
| 附录 | 第108-110页 |
| A 作者在攻读博士学位期间发表的论文目录 | 第108页 |
| B 学位论文数据集 | 第108-110页 |
| 致谢 | 第110页 |
