短时交通流预测问题的研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 本文主要工作 | 第13-14页 |
| 1.2.1 基于CBOW模型的空间关系发现 | 第13-14页 |
| 1.2.2 交通流量预测方法 | 第14页 |
| 1.3 组织结构 | 第14-16页 |
| 第2章 相关工作 | 第16-23页 |
| 2.1 交通流量预测 | 第16-21页 |
| 2.1.1 交通数据 | 第16-17页 |
| 2.1.2 数据预处理 | 第17页 |
| 2.1.3 预测方法 | 第17-21页 |
| 2.2 深度学习 | 第21-22页 |
| 2.2.1 Word2vec | 第21-22页 |
| 2.2.2 卷积神经网络 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 卡口向量化与空间关系计算 | 第23-29页 |
| 3.1 相关定义 | 第23-24页 |
| 3.2 卡口向量化 | 第24-27页 |
| 3.2.1 轨迹数据 | 第24-25页 |
| 3.2.2 CBOW模型 | 第25-27页 |
| 3.3 空间关系计算 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 DGCNN模型 | 第29-34页 |
| 4.1 相关定义 | 第29-30页 |
| 4.2 DGCNN建模 | 第30-33页 |
| 4.2.1 时空特征矩阵 | 第30-31页 |
| 4.2.2 卷积神经网络 | 第31-33页 |
| 4.2.3 网络结构 | 第33页 |
| 4.3 本章小结 | 第33-34页 |
| 第5章 实验及分析 | 第34-40页 |
| 5.1 数据集与实验环境 | 第34-35页 |
| 5.1.1 数据集 | 第34页 |
| 5.1.2 实验环境 | 第34-35页 |
| 5.2 评价指标 | 第35页 |
| 5.3 实验结果与分析 | 第35-39页 |
| 5.3.1 空间关系计算 | 第35-36页 |
| 5.3.2 短时交通流量预测 | 第36-39页 |
| 5.4 本章小结 | 第39-40页 |
| 第6章 总结和展望 | 第40-42页 |
| 6.1 总结 | 第40页 |
| 6.2 未来工作 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-47页 |
| 攻读学位期间发表的学术论文 | 第47-48页 |
| 攻读学位期间参与科研项目情况 | 第48-49页 |
| 学位论文评阅及答辩情况表 | 第49页 |
