下载
暂无已核验电子书资源;本站不展示未授权完整文件。
下载这本书系统阐述了深度学习方法论在道路短期交通状态时空序列预测领域的最新研究成果。需要着重说明以下几点: (1)领域限定在了道路交通,因为交通是个大系统,存在着航空、水运、道路等多种运输方式,而本书所阐述的研究均是针对道路交通领域的数据以及面向道路交通领域的应用; (2)本书所讨论的研究问题是道路短期交通状态时空序列预测问题,该问题是时空数据挖掘领域中时空预测问题的一个重要子集,在本书的第1章中将会对这个问题进行数学上的形式化定义; (3)本书针对道路短期交通状态时空序列预测问题的讨论,完全是基于深度学习的方法论,所参考的文献绝大部分发表于2017年以后,并不涵盖前人对该研究问题所采用的全部方法论(如ARIMA,卡尔曼滤波、SVR等)。
《基于深度学习的道路短期交通状态时空序列预测》内容简介与阅读建议,作者 崔建勋,科技技术。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题:科学技术、工业技术。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
获取建议
优先确认版本和阅读目的;下载区只展示已核验的公版、授权、开放许可或官方试读资源。
暂无已核验电子书资源;本站不展示未授权完整文件。
下载优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前暂无已核验电子书资源。若是商业出版物,建议优先通过出版社、书店或官方电子书平台获取。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
建议先看简介、目录、作者和相关书籍,再判断是否适合当前阶段阅读。
当前暂未接入已核验的纸质书购买链接,建议通过出版社、京东、当当等正版渠道核对版本后购买。
优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前没有确认授权的电子书下载资源,也暂未接入已核验购买链接;商业出版物不提供未授权下载,建议通过出版社、京东、当当或官方电子书平台核对获取。
可以进入 崔建勋 作者页查看其他作品,也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。