基于时空时移特征的短时旅行时间预测
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 本文工作 | 第13-15页 |
| 1.2.1 相关路段发现与提取 | 第14页 |
| 1.2.2 构建特征矩阵 | 第14-15页 |
| 1.2.3 预测模型 | 第15页 |
| 1.3 本文组织结构 | 第15-18页 |
| 第2章 相关工作 | 第18-26页 |
| 2.1 交通数据 | 第18-20页 |
| 2.1.1 交通数据的采集 | 第18-19页 |
| 2.1.2 交通数据的预处理 | 第19-20页 |
| 2.2 相关道路提取问题研究 | 第20-22页 |
| 2.3 旅行时间预测问题研究 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 短时旅行时间预测 | 第26-38页 |
| 3.1 问题定义 | 第26-29页 |
| 3.2 相关路段的发现与提取 | 第29-32页 |
| 3.2.1 城市路网结构 | 第29-30页 |
| 3.2.2 KL-散度 | 第30-31页 |
| 3.2.3 相关路段提取 | 第31-32页 |
| 3.3 特征矩阵的构建 | 第32-33页 |
| 3.4 预测模型 | 第33-37页 |
| 3.4.1 卷积神经网络 | 第33-34页 |
| 3.4.2 长短时记忆网络 | 第34-36页 |
| 3.4.3 模型整体结构 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 实验及分析 | 第38-44页 |
| 4.1 数据集与实验环境 | 第38页 |
| 4.1.1 数据集 | 第38页 |
| 4.1.2 实验环境 | 第38页 |
| 4.2 评测指标 | 第38-39页 |
| 4.3 实验结果分析 | 第39-43页 |
| 4.3.1 基准方法 | 第39-40页 |
| 4.3.2 性能评测 | 第40-42页 |
| 4.3.3 时移单元数对模型的影响 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-45页 |
| 5.1 总结 | 第44页 |
| 5.2 展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第50-51页 |
| 学位论文评阅及答辩情况表 | 第51页 |
