基於深度學習的道路短期交通狀態時空序列預測
崔建勳 等
125人在讀
14.8萬字總字數
¥68.6定價
崔建勳 等
這本書系統闡述了深度學習方法論在道路短期交通狀態時空序列預測領域的最新研究成果。需要着重說明以下幾點：（1）領域限定在了道路交通，因爲交通是個大系統，存在着航空、水運、道路等多種運輸方式，而本書所闡述的研究均是針對道路交通領域的數據以及面向道路交通領域的應用；（2）本書所討論的研究問題是道路短期交通狀態時空序列預測問題，該問題是時空數據挖掘領域中時空預測問題的一個重要子集，在本書的第1章中將會對這個問題進行數學上的形式化定義；（3）本書針對道路短期交通狀態時空序列預測問題的討論，完全是基於深度學習的方法論，所參考的文獻絕大部分發表於2017年以後，並不涵蓋前人對該研究問題所採用的全部方法論（如ARIMA，卡爾曼濾波、SVR等）。