基于深度时空模型的交通流预测方法研究

来源 :重庆大学 | 被引量 : 2次 | 上传用户:bold_gm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
交通流量预测是指通过历史交通数据估计在未来某一时段某一指定区域通过的车辆数量。交通流量预测是智能交通系统的一个重要组成部分,其预测精度对于交通控制系统的有效实现具有重要的意义。虽然交通流量预测问题已研究长达数十年,但是现有的预测方法仍然存在一些不足。这些不足主要表现在:浅层模型难以揭示交通流量数据的内在时空关系;许多方法将特征学习和回归预测分离,使得模型性能下降;手工提取特征不能适应问题的复杂性;未考虑不完整数据的问题。
  本文以提高交通流量预测精度为目的,以深度学习方法为基础,针对以上提出的不足进行研究。本文的主要工作可以归纳为五个方面:首先,分析总结国内外交通流量预测研究现状。归纳现有交通流量预测方法的主要不足之处,即预测模型结构浅、手工提取特征效果差、忽略交通流量的时空相关性和忽略不完整数据集问题。其次,分析交通数据特点,主要针对数据不完整性和数据时空特性展开研究。引入基于随机子空间的集成学习技术,增强模型适应数据不完整的鲁棒性;利用矩阵混合表达时空数据,将交通数据看作图像,利用卷积操作融合数据时空特征。再次,针对数据集中物理站点较多的问题,在空间维度分析站点间的相关性,利用余弦相关系数与稀疏表达技术分别建立了站点间的相似关系,从而实现在空间维度降维,提取主要空间特征。然后,针对数据集中时间延续很长、需要提取有效时间片段的问题,在时间维度分析各个时间点之间的相关性,利用图嵌入技术及其核化技术,实现在时间维度降维,提取主要时间特征。最后,在预测模型的构建方面,采用深度卷积神经网络作为基本预测模型,针对深度模型超参数较多、不易确定的问题,重点研究了模型超参数优化方法。
  本文的主要创新点可归纳为四点:
  ①将多站点时间序列数据转化为矩阵数据,通过二维卷积操作综合分析时间-空间关系;建立基于深度卷积神经网络的交通流量预测模型;针对深度模型超参数较多、不易确定的问题,提出基于均匀设计的随机搜索超参数优化方法。
  ②针对数据不完整问题,提出基于随机子空间的集成学习策略,增强模型适应数据不完整的鲁棒性。
  ③利用稀疏表示的重构系数构建站点间的空间相关关系,从而建立站点间的空间相似度矩阵。
  ④利用图嵌入框架,实现时间维度的降维,提取有效时间片段,并将其核化,实现时间维度的非线性降维。
其他文献
Agriculture, countryside and farmers have always been hot issues in academia and industry. The solution of three agricultural problems requires the strong cooperation of rural finance. Based on symbio
Our data showed that expression stability varied considerably between genes in different tissue samples and under different experimental conditions in peach. Using the
随着日益普及的智能设备和迅猛发展的社交网络、社会媒体,数字图像和视频作为记录视觉信息的主要载体,正在快速地改变着人们的生活、生产方式。爆炸式增长的图像、视频数据既带来了数据量巨大、存储处理困难等挑战,也提供了深度挖掘、理解图像/视频数据等机遇。不同于目标分类和检测,目标分割作为一种高层次、细粒度的图像/视频解析任务,能够对指定类型的目标进行精确的定位并提供详细的边界信息,并在自动驾驶、视频编辑、图
学位
量子网络是在量子系统之间实现信息传输、建立量子关联的重要媒介,它满足了量子信息系统的扩展需求,在量子信息技术由理论实验走向大规模实用化的过程中发挥着关键性的作用。本文工作围绕解决量子网络构建中的典型问题以及扩展量子网络的应用领域展开,分别对量子消相干的建模与分析、量子态的传输与存储、量子系统的消相干控制、基于量子网络的远程量子博弈以及对博弈问题量子化方式的扩展五个方面的问题进行了研究。本文的主要研
学位
近年来,随着互联网技术和在线社交网络的发展,人们可以随时随地创作、浏览、转发、评论各种信息,在个人创作和消费信息的同时提高了信息在时空传播的效率。与广播、电视、报纸等大众传媒相比,在线社交网络从根本上改变了信息传播的方式和机理,逐渐成为信息发布和传播的主流平台。社交网络信息传播的相关研究,不但能够帮助人们认识社交网络本身,解释网络群体行为规律,预测信息传播趋势,而且在公共舆论导控、精准市场营销、信
学位
运动目标行为分析是无人车研究的难点问题,本文着眼于提高无人车复杂环境下的场景理解能力,以相关性表示为切入点,开展运动目标行为分析方法研究。论文的主要研究成果和创新点如下:  1.提出一种基于时空显著性的级联相关滤波算法。该算法深入研究序贯图像中的目标行为特性,利用相关滤波方法对目标行为特征进行在线建模,并针对相关滤波算法固有的边缘效应问题,研究多层次特征的级联表示,利用高层次特征表示整体语义,提升
学位
高质量的预测结果对人们的生产生活具有重要的指导意义,有利于人们制定出更可靠的决策方案。预测是根据事物过去发展的现律,估计其未来发展趋势的一种理论。近十几年,各领域专家学者提出了数以万计的预测方法,预测学科得到了突飞猛进的发展。随着大数据时代的到来,挖掘海量非结构化和半结构化数据中蕴含的信息对预测方法提出了新的挑战。同时,如何提高预测方法在特定领域的精度成为了一个预测研究的重要研究方向。深度信念网络
学位
复杂任务往往需要异构多智能体合作才能完成,而联盟是实现合作的重要方法之一。同时,在分布式系统中,通信是多智能体合作执行任务的前提。因此,在同时承担通信和任务执行的条件下,智能体如何合理有效地组建联盟是提高多智能体系统应对复杂任务的关键之一。然而,适合于通信的联盟结构(Coalition Structure,CS)不一定适合于合作完成任务,适合于合作完成任务的联盟结构也不一定能满足通信的要求;因此,
学位
由于决策与人的思维和认识有着密切的关系,决定了决策科学是一个十分复杂的系统科学。在许多现实的决策过程中,由于决策问题自身的复杂性、不确定性和人类思维、认识的模糊性及参与决策的专家个人偏好等不确定性,形成了一类包含语言值数据的不确定决策问题,这类含有语言信息的决策问题一直是决策科学研究的一个难点。  Zadeh教授于上个世纪六十年代建立的模糊集理论,为人们处理模糊的语言信息提供了有力的工具。但是,在
该文所做的工作主要就是围绕其中的图像特征和高维索引展开的.图像特征的重要性在于它是图像检索的基础,一个好的图像检索系统必须能够提取出最能描述图像内容的特征来,否则后面的相似性检索就无从谈起.在诸多特征中,色彩特征是最为常用的一种.它不仅有良好的视觉特性,在复杂背景下有较强的鲁棒性,而且对图像尺寸和拍摄视角等具有相对的独立性.所以也是被使用最广的.目前对于色彩特征的研究,已经从早期的直方图发展到了结
学位