基于深度学习的道路短期交通状态时空序列预测
温馨提示:电子书为虚拟商品,一经发货概不退换,请谨慎购买。3小时内发货(节假日除外),发货时效不超过24小时,急单慎拍!
内容简介
书名:基于深度学习的道路短期交通状态时空序列预测
作者:崔建勋[等]编著
ISBN:978-7-121-43019-0
出版社:电子工业出版社
出版日期:2022.03
这本书系统阐述了深度学习方法论在道路短期交通状态时空序列预测领域的最新研究成果。需要着重说明以下几点:(1)领域限定在了道路交通,因为交通是个大系统,存在着航空、水运、道路等多种运输方式,而本书所阐述的研究均是针对道路交通领域的数据以及面向道路交通领域的应用;(2)本书所讨论的研究问题是道路短期交通状态时空序列预测问题,该问题是时空数据挖掘领域中时空预测问题的一个重要子集,在本书的第1章中将会对这个问题进行数学上的形式化定义;(3)本书针对道路短期交通状态时空序列预测问题的讨论,完全是基于深度学习的方法论,所参考的文献绝大部分发表于2017年以后,并不涵盖前人对该研究问题所采用的全部方法论(如ARIMA,卡尔曼滤波、SVR等)。
作者:崔建勋[等]编著
ISBN:978-7-121-43019-0
出版社:电子工业出版社
出版日期:2022.03
这本书系统阐述了深度学习方法论在道路短期交通状态时空序列预测领域的最新研究成果。需要着重说明以下几点:(1)领域限定在了道路交通,因为交通是个大系统,存在着航空、水运、道路等多种运输方式,而本书所阐述的研究均是针对道路交通领域的数据以及面向道路交通领域的应用;(2)本书所讨论的研究问题是道路短期交通状态时空序列预测问题,该问题是时空数据挖掘领域中时空预测问题的一个重要子集,在本书的第1章中将会对这个问题进行数学上的形式化定义;(3)本书针对道路短期交通状态时空序列预测问题的讨论,完全是基于深度学习的方法论,所参考的文献绝大部分发表于2017年以后,并不涵盖前人对该研究问题所采用的全部方法论(如ARIMA,卡尔曼滤波、SVR等)。
上一本:
电动汽车储能系统关键技术
下一本:
车身修复快速入门
