出行好助手——基于深度网络的交通时空数据挖掘与预测

利用学术数据库进行深度挖掘 #生活技巧# #学习技巧# #学术研究指南#

出行好助手——基于深度网络的交通时空数据挖掘与预测

 计算机学院（国家示范性软件学院）

A Good Assistant for Life Travel --- Traffic Spatial-Time Data Mining and Forecasting Based on Deep Network

改革开放以来，全国城市化进程进入“快车道”，给予了我们现代化的便利。然而，城市规划不合理，交通堵塞，环境污染，人流拥堵等问题与人民日益增长的美好生活产生矛盾，这些都与城市交通息息相关。作为城市的管理者，应该为市民提供一个生活出行好助手。依托城市计算领域，利用大数据和人工智能技术将城市交通相关的各项指标抽象为各式各样的时空数据，对这些数据通过深度网络进行挖掘并预测，为解决城市中这些复杂规划问题、提高社会交通运转的效率提供了一种可能性。

网址：出行好助手——基于深度网络的交通时空数据挖掘与预测 https://www.yuejiaxmz.com/news/view/276941

相关内容

基于数据挖掘的最低生活保障决策支持系统研究
《python数据分析与挖掘》
数据挖掘算法与现实生活中的应用案例
【案例】数据挖掘与生活：算法分类和应用
基于大数据的智慧交通拥堵预测与大屏可视化
数字技术助力挖掘能源效率潜能
构建基于大数据的决策支持系统：研究与实践
数据挖掘应用实例
数据挖掘：数据清洗——数据噪声处理
基于深度学习的生活垃圾检测与分类系统（网页版+YOLOv8/v7/v6/v5代码+训练数据集）

随便看看