【摘 要】
：
交通网络就像是一个城市的“血管”,在城市的进步发展中起着非常重要的作用。伴随着城市的快速发展,交通网络越来越密集,一方面促进了城市的进一步发展;另一方面“血管堵塞”问题也逐渐浮现,影响着城市的健康,成为亟待解决的重点问题。对交通数据的研究可以揭示交通流动的内在规律,对其进行开发利用对整个城市的公共安全、城市规划与发展以及人们的出行规划等都具有重要意义,可以提供非常有效的数据支持,更好地推动智慧城市
论文部分内容阅读
交通网络就像是一个城市的“血管”,在城市的进步发展中起着非常重要的作用。伴随着城市的快速发展,交通网络越来越密集,一方面促进了城市的进一步发展;另一方面“血管堵塞”问题也逐渐浮现,影响着城市的健康,成为亟待解决的重点问题。对交通数据的研究可以揭示交通流动的内在规律,对其进行开发利用对整个城市的公共安全、城市规划与发展以及人们的出行规划等都具有重要意义,可以提供非常有效的数据支持,更好地推动智慧城市的建设。交通流量数据一般为时空数据,可以反映人们日常出行需求的出租车流量数据便是其中之一,本文面向这类数据内部存在的时间依赖性和空间关联性,研究并建立了相应的神经网络预测方法,旨在学习时空序列背后的演变规律,通过对城市各个区域未来的出租车流入量和流出量预测,来反映用户群体的未来流动趋势和出行需求。本文的研究内容主要包括以下几个方面:1、为了更好地理解用户出行行为与流量分布趋势,本文从原始出租车导航定位数据来挖掘不同区域的属性和对应的用户出行特点。首先对原始数据进行清洗排序等预处理操作,然后对整个城市区域进行了精细化网格划分,并就人们的出行需求预测问题对区域流出量和流入量进行了明确的定义,并对各个区域的历史出租车流量数据进行了统计,分析了不同区域间用户在时间和空间上出行分布的差异。2、由于精细化的网格区域流量具备类似图片的格点数据特征,因此精细化出行需求预测,即精细粒度的区域出入流量预测问题,也可以看作是一个将低信息熵数据映射到高信息熵数据的映射问题,即流量超分辨率问题,它与图像超分辨率问题具有相同的特质,因此考虑参考图像超分辨率技术来解决流量超分辨率问题,并利用三种不同的流量超分辨率预测模型进行了仿真预测分析;3、出于对所研究数据的时序趋势性的考虑,本文首先构建了基于长短期记忆网络的流量预测模型。此外,考虑到时空序列预测任务中短期与长期时空特征的平衡问题,因此分别从时间序列的随机性和周期性出发,将输入数据按照不同的时间步划分,其一是三维两步错位预测法,其二是基于短时、中时、长时的多步预测法,后者适用于存在固有动力学模式但趋势信息相对复杂的季节性时空数据,例如,交通流量序列等;长短期记忆网络虽然可以很好地捕捉区域流量数据的时间特征,但作为时空数据,它的空间信息与空间相关性也同样重要不可忽视。本文在前面提出的基础神经网络结构的基础上,出于对时空相关性统一建模中的层次化深度网络特征问题的考虑,研究了基于循环神经网络的记忆状态跨层转移方法,并建立了传递式循环卷积神经网络,实现了时间记忆状态与多层空间特征在循环网络节点单元内部的深度融合,进一步提高了区域流量预测的准确率;又考虑到各个区域之间输入和输出流量也会互相影响,但是当将其作为双通道矩阵数据直接送入神经网络时,虽然网络能自发地学习二者之间的相关性,具体的学习机制与学习率却无法控制,因而引入了注意力机制,将流入和流出量拆分为两部分输入,使得神经网络可以学习到区域间流入量与流出量这二者之间的侧重关系。本文通过建立深度神经网络流量预测模型,为解决人们出行需求预测问题,对城市各个区域的未来时刻的出租车出入流量进行了预测。对人们出行需求的研究,有助于掌握人类交通流的分布趋势与流动规律,如果能对城市任意区域未来的人们出行流量进行提前感知和预测,对加强城市公共安全和提高城市交通效率等都具有重要作用。
其他文献
频偏估计作为移动通信的关键性技术一直以来广受国内外研究学者重视,然而5GNR低延时场景下会出现一些如单列导频、单列导频及上行FDMA传输的特殊配置情况,给频偏估计带来了新的问题。为此,有必要开展这些特定配置约束条件下的频偏估计算法研究。本文在分析和总结现有频偏估计算法原理及其适用性基础上,针对上述5GNR特定场景配置下频偏估计进行了算法分析与改进研究,并对改进后算法性能进行仿真验证。首先研究5GN
随着信息技术的迅猛发展和广泛应用,互联网已经融入到现代人们日常生活中的方方面面,对网络的安全性提出了更高的要求。入侵检测是保护网络安全的重要手段之一,研究人员对于入侵检测技术的探索给予了极大的关注。机器学习的兴起给入侵检测的识别准确率带来了很大提升,然而,如何对不断出现新型攻击进行识别仍然是一个严峻的问题。近年来,零样本学习在计算机视觉、自然语言处理、故障诊断等领域取得了显著的效果。通过模拟人类对
配对交易策略是一种市场中性的统计套利策略,通过构建两只股票间的多空头寸,利用股票对价差的均值回复性赚取价差收敛的收益。Hurst指数通常用于研究时间序列的长记忆性,但当Hurst指数在(0,0.5)区间内,时间序列具有与均值回复性类似的反持续性,因此本文尝试从Hurst指数的反持续性这一性质出发,结合我国实际构建配对交易策略。本文以沪深300指数成分股作为研究对象,先利用相关性和协整检验初步筛选相
微博,微信,Twitter等一些社交网络工具的普及,为人们提供了信息获取、交互、传播的有效平台。因这些在线社交网络平台具有实时性,匿名性等特点,一些由极端观点演化引起的群体事件对网络甚至社会环境造成了一定的不良影响。因此,使用科学的手段去探究因观点交互引起的群体行为形成机制,从而尽可能地减少因不实话题造成的损失,这具有重要的研究意义。目前在社交网络群体行为研究领域,大多数研究从社会心理学或观点动力
随着城市化地区的快速发展,城市交通基础设施的完善和交通量的增长是引起大气颗粒物浓度增加而导致城市环境空气质量恶化的主要原因。而植被在生态系统自我调节功能中扮演着重要角色,利用遥感技术对植被滞尘情况进行监测和分析,可以从城市绿色空间配置的角度快速、大范围地有效度量区域环境空气质量的优劣。本文在上海市徐汇区和闵行区范围内,选择5种常见城市植被作为研究对象,监测植被叶片的滞尘参数和地面高光谱信息,结合高
目前人们对于环境污染的重视程度越来越高,尤其是在水质污染方面,光纤折射率传感器由于具有良好的耐水性、隐蔽性和环境适应性,因此,在水质检测方面发挥着重要的作用。全无机钙钛矿作为一种新型微纳量子点增益材料,近几年来成为了光电领域关注和研究的热点,同时,基于倏逝场结构的侧面抛磨光纤(SPF),由于其内部光场与外界环境的强相互作用而在折射率传感、弯曲传感等领域得到十分广泛的研究。现阶段将SPF的倏逝场与C
带式输送机作为我国现代化生产运输的重要工具之一,在煤矿、化工和码头港口等众多行业得到广泛使用。输送带是带式输送机的重要组成部分,在使用过程中常见的破损形式是纵向撕裂和带边破损。目前,对输送带表面故障的研究大多为纵向撕裂,对带边破损的研究不足,因此本文对带边破损的检测定位、特征提取和识别进行了研究。对输送机带边的破损情况进行实时可靠的检测,及时采取相应有效的预防修补措施,对延长输送带使用寿命,保障生
毫米波无线通信是未来5G网络中达到更高数据速率的关键,采用大型天线阵列可以实现毫米波通信的高功率增益。然而,天线数量的逐渐增加将导致通信系统越来越复杂,毫米波大规模MIMO系统的信道估计具有很大的挑战。为了解决该问题,本文引入了多维张量低秩分解模型,对于毫米波大规模MIMO系统中的信道估计问题,做出了以下研究:首先,为了提高信道估计的准确度,提出了基于TTSVD和FAST-HALS的毫米波大规模M
何劭(236～301),字敬祖,陳郡陽夏人,西晉大臣,出身陳郡何氏,太傅何曾次子,官至司徒。永寧元年去世,追贈司徒,諡號為康。曹攄(255～308),字顏遠,譙國譙縣人,西晉文臣,出身譙郡曹氏,曹魏大司馬曹休曾孫,衛將軍曹肇之孫,西晉官員、文學家,官至襄城太守、征南司馬。永嘉二年逝世。本文由上編(文學綜論)、下編(曹攄、何劭年譜)與附錄(曹摅、何劭诗文集註)組成。上編分為緒論與正文兩個部分。緒論是
随着互联网技术的快速发展,社交网络平台已成为现代信息传播的重要媒介和载体,网络信息的传播给当前人们的生活和工作都带来了巨大的改变,使得人与人之间随时随地进行沟通与交流成为现实。同时,网络舆情传播也越来越受到企业和政府的关注,信息传播规律的研究与分析能够为政府和企业的舆情监控等工作提供重要的把控思路及手段,值得进行多层面、多维度的深入研究。现阶段,关于信息传播的研究工作主要集中在对可观测的具体网络结