基于移动大数据的人群移动事件的检测与预测 | |
论文目录 | |
摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 本文的工作内容与贡献 | 第14-19页 |
1.3.1 研究内容 | 第14-16页 |
1.3.2 主要贡献 | 第16-17页 |
1.3.3 论文组织结构 | 第17-19页 |
第二章 人群移动预测与检测相关技术综述 | 第19-27页 |
2.1 人群流量预测研究综述 | 第19-21页 |
2.1.1 流量预测模型框架 | 第19-21页 |
2.1.2 跨域数据融合 | 第21页 |
2.2 城市事件检测研究综述 | 第21-25页 |
2.2.1 异常检测算法 | 第22-23页 |
2.2.2 多数据域的城市事件检测算法 | 第23-25页 |
2.3 相关技术综述 | 第25-26页 |
2.3.1 残差学习与注意力机制 | 第25-26页 |
2.3.2 生成对抗网络 | 第26页 |
2.4 本章小结 | 第26-27页 |
第三章 基于多视角的深度流量预测框架MV-RANet | 第27-47页 |
3.1 背景分析与挑战 | 第27-29页 |
3.2 相关定义与问题描述 | 第29-30页 |
3.3 框架概述 | 第30-31页 |
3.4 基于残差注意力机制的时空预测模块 | 第31-35页 |
3.4.1 基于多通道机制的数据融合 | 第31-33页 |
3.4.2 残差注意力网络基本结构 | 第33-34页 |
3.4.3 融合与输出 | 第34-35页 |
3.5 基于node2vec的人群移动模式的建模 | 第35-37页 |
3.5.1 基于人群移动模式的权重图的设计 | 第36-37页 |
3.5.2 权重图的嵌入与融合 | 第37页 |
3.6 模型融合、训练与预测 | 第37-38页 |
3.7 实验与结果分析 | 第38-46页 |
3.7.1 实验设置 | 第38-40页 |
3.7.2 对比算法 | 第40-41页 |
3.7.3 性能对比 | 第41-43页 |
3.7.4 MV-R ANet各变种的效果 | 第43-45页 |
3.7.5 长时间流量预测性能的评估 | 第45-46页 |
3.8 本章小结 | 第46-47页 |
第四章 基于多域数据的城市事件检测框架ED-BiGAN | 第47-67页 |
4.1 背景分析与挑战 | 第47-49页 |
4.2 问题定义与框架概述 | 第49-51页 |
4.2.1 相关定义 | 第49-50页 |
4.2.2 城市事件检测整体框架 | 第50-51页 |
4.3 基于多域数据的事件检测特征挖掘 | 第51-55页 |
4.3.1 数据描述 | 第51页 |
4.3.2 区域流量特征挖掘 | 第51-52页 |
4.3.3 微博相关特征挖掘 | 第52-54页 |
4.3.4 多通道事件检测特征图的构建 | 第54-55页 |
4.4 基于BiGAN的事件检测算法 | 第55-57页 |
4.4.1 BiGAN整体结构 | 第55-56页 |
4.4.2 城市事件检测的实现 | 第56-57页 |
4.5 实验与案例分析 | 第57-65页 |
4.5.1 实验设置 | 第57-59页 |
4.5.2 对比算法 | 第59页 |
4.5.3 性能比较与评估 | 第59-62页 |
4.5.4 参数分析 | 第62-63页 |
4.5.5 案例研究 | 第63-65页 |
4.6 本章小结 | 第65-67页 |
第五章 人群流量预测的事件依赖建模研究 | 第67-77页 |
5.1 背景分析与挑战 | 第67-68页 |
5.2 基于BiGAN的城市事件特征表示 | 第68-70页 |
5.2.1 低维城市事件特征表示 | 第69-70页 |
5.2.2 事件特征图的构建 | 第70页 |
5.3 基于残差-注意力机制的事件信息融合方案 | 第70-72页 |
5.4 实验与案例分析 | 第72-75页 |
5.4.1 实验设置 | 第72页 |
5.4.2 实验结果与分析 | 第72-74页 |
5.4.3 参数分析 | 第74-75页 |
5.4.4 案例分析 | 第75页 |
5.5 本章小结 | 第75-77页 |
第六章 总结与展望 | 第77-79页 |
参考文献 | 第79-85页 |
致谢 | 第85-87页 |
攻读学位期间发表的学术论文目录 | 第87页 |
本篇论文共87页,点击
这进入下载页面 |
|
Copyright(C) All Rights Reserved |
客服QQ:304386486 |
目录由用户 wangb** 提供,作者删除入口请点击这里 |