声明
1 绪 论
1.1 研究背景及意义
1.2 研究现状
1.3 研究的难点与挑战
1.4 本文的主要工作
2 短期交通预测基础知识
2.1 概述
2.2 短期交通预测基本理论
2.3 短期交通预测的常用方法
2.4 数据预处理
2.5 本章小结
3 基于CE-LSTM的出行需求预测算法
3.1 概述
3.2 基于CE-LSTM的残差时空预测模型
3.3 实验环境设置
3.4 实验验证与分析
3.5 本章小结
4 基于时间卷积和特征增强模块的出行需求预测算法
4.1 概述
4.2 基于特征增强模块的时间卷积模型
4.3 实验环境设置
4.4 实验验证分析
4.5 本章小结
5 基于时空图注意力机制的交通流预测算法
5.1 概述
5.2 时空图注意力模型
5.3 实验环境设置
5.4 实验验证分析
5.5 本章小结
6结论
6.1 研究内容与研究成果
6.2 工作展望
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
大连海事大学;