导读:本文包含了长时预测论文开题报告文献综述及选题提纲参考文献，主要关键词:交通流预测,长短期记忆模型,卷积神经网络,可视化
长时预测论文文献综述
邹煜星,邓敏[1]（2019）在《基于长时卷积深度网络的交通流预测方法》一文中研究指出准确地进行交通流预测对保障公共安全和解决交通拥堵具有重要的意义,是近些年来具有挑战性的课题之一。本研究提出了一种基于长时卷积深度网络的交通流预测方法,将交通网络进行格网划分,其中每个像素表示当前单元格内的流量,那么交通流预测的问题就可以转化为给定一个包含静态动画的序列,预测每个像素未来的运动。文中所提出的模型是基于深度学习中的卷积神经网络(CNN)和长短期记忆模型(LSTM),用CNN来捕捉交通流量的空间依赖性,用LSTM来捕捉交通流量的时间依赖性,最后再结合可视化工具,对隐藏单元进行分析,进一步解释模型的有效性。我们用深圳市和北京市的出租车轨迹数据进行实验,实验结果表明,长时卷积深度网络在精度和可解释性方面都有很好的表现。(本文来源于《测绘与空间地理信息》期刊2019年07期）
张娅楠,赵涓涓,赵鑫,张小龙,王叁虎[2]（2019）在《多模态融合下长时程肺部病灶良恶性预测方法》一文中研究指出为了更精确、全面地表征各时期肺部医学影像中病灶特征的变化与发展规律,研究在时间纵向维度上预测肺结节的演变方式,构建了一种多模态特征融合下不同时期肺部病灶良恶性预测模型。根据病人不同时期的序列CT图像,提取肺部病灶的传统特征与深度特征,构造多模态特征;通过神经网络对多模态特征进行相关性快速融合;利用长短时记忆方法学习不同时期具有时间特征的肺部病灶特征向量,构建一个双向长短时记忆网络对病灶进行良恶性预测。实验表明,所提方法准确率为92.8%,比传统方法有所提高,可以实现有效预测。(本文来源于《计算机工程与应用》期刊2019年10期）
宋程[3]（2017）在《基于PI方法的大震长时程回溯性预测检验研究》一文中研究指出多年以来,地震预报作为世界性科学难题仍处于探索阶段。而破坏性地震给人类造成的灾难,使得地震预报成为人们长期以来追求并迫切希望有所突破的前沿性课题。对于大震的相关研究,早已不再局限于地表观测数据。近些年来,地震电离层异常扰动的震例研究引起了广泛的关注。本论文应用具有统计学属性的图像信息(Pattern Informatics,简称PI)方法,在对该方法进行系统学习后,选取了叁个浅源大震结合不同的数据资料进行长时程的回溯性研究。主要研究内容和结果如下:1、获取日本气象厅地震目录资料,针对日本局部地区(32.0°～46.0°N,136.0°～148.0°E)2000年以来包含3·11东北9.0级大地震在内的7.0级以上较大震例等进行了多参数模型下的中长期回溯性预测检验研究。模型参数的主要变量为空间网格尺度(0.5°×0.5°;1.0°×1.0°)和预测时间窗长(5～10年)。结合震例的构造环境等从连续的预测窗图像中定性分析“热点(hotspots)”与地震的相关关系,并且从预测窗图像中观察到多数地震是存在地震热点的,且相对于其他7.0级以上地震,9级大地震的热点更为密集和持久。2、以R值评分和ROC检验方法,定量评估不同参数模型下PI方法对于地震活动性中长期预测的效能。从震例的实践应用中加深对该方法的理解,并且进一步验证了该方法在预测窗长相对较长和网格尺度相对较大的情况下,对较大震例的中长期预测具有良好效果。前人应用该方法研究大震震例时,目标地震中鲜有如此巨大的海沟地震。而不同参数模型下,对于其他7.0级以上的目标地震,存在着一定虚报和漏报的情况,这是今后统计研究的一个重点。3、P1方法的自身特点和可移植性使其能够被改进,应用于地震电离层异常扰动的震例研究中。应用改进的PI方法,结合DEMETER电磁卫星数据资料(电子浓度、电子温度),对瓦努阿图群岛Ms7.3地震(海域地震)和中国四川汶川Ms8.0地震(内陆地震),进行长时程的回溯性预测研究。与以往应用改进的Pl方法结合电离层物理参量进行的震例研究相比,参数有所调整,并且针对7.0级以上的2个强震,将其回溯的时程延长为近一年。在长期连续的异常扰动演化图中,观察到对于不同震例,无论是发生于大洋板块(俯冲)边界,亦或是发生于内陆构造环境中的大震,其共性特点是异常扰动在空间分布上并不集中于震中垂直上空,而是偏向于磁赤道方向。4、对于同一个震例,在相同时空参数下,其电子浓度和电子温度出现明确区别于背景场的异常扰动的时段并不完全同步。且对于同一个震例的同一个物理参量,不同时段的异常扰动,其形态并无重复性的出现。对于不同震例,虽然出现异常的集中时段距发震日期并无固定时长,但在临震前3个月内都会出现一次明显区别于背景场的异常扰动,并在震前趋于背景值。每个集中时段出现的异常扰动无重复性、无规律性,这体现了前兆异常的不易确定,难以定性及定量识别的特点。电离层异常扰动的震例研究,对今后我国自己发射的电磁卫星所接收的数据处理和应用具有借鉴意义。5、综合前述的震例研究,论文的最后对比分析了结合地震目录资料和卫星观测资料应用(改进的)PI方法时的差异性,以及应用推广前景的不同。(本文来源于《中国地震局地震预测研究所》期刊2017-05-26）
谢凯兵[4]（2017）在《基于马尔可夫链组合模型的交通流量长时预测》一文中研究指出交通流量长时预测在城市道路规划和交通政策制定中具有十分重要的作用。但交通流量受到气候、经济、出行等多种因素的影响,其变化是一个随机非平稳的过程,表现出随机性、波动性以及非严格的周期性。这导致了交通流量长时预测的难度较大。本文在分析了城市道路交通流量的变化特性之后,引入了马尔可夫链方法,并以马尔可夫链为基础构建了多种组合模型来进行交通流量的长时预测。本文的主要研究工作如下:首先,本文通过对实际的交通流量数据的分析,总结了交通流量的叁大特点:随机性、波动性以及非严格的周期性。其中,随机性是引入马尔可夫链进行交通流量预测的前提,波动性则为引入区间预测的思想提供了契机,而非严格的周期性为长时交通流量的预测提供了可能。接着,由于真实的交通流量数据存在丢失数据以及噪声数据,本文则介绍并使用了相应的数据补偿算法以及滤波算法对其进行处理。其次,本文构建了叁种基于马尔可夫链的交通流量组合预测模型:均值马尔可夫链,聚类马尔可夫链以及聚类加权马尔可夫链。其中,基于均值马尔可夫链的组合预测模型通过均值法来构建交通流量的状态,依据交通流量数据的状态转移规律实现了对未来24小时交通流量的预测,并预测出一条交通流量变化曲线。但考虑到交通流量具有一定的波动性,本文提出了区间预测的思想,利用聚类算法重构交通流量的状态,并通过聚类马尔可夫链组合模型预测出了一个由一条上曲线和一条下曲线包围而成的区域,该区域很好地反映了交通流量可能的波动范围。而为改进由聚类马尔可夫链预测得到的区域波动范围过大的问题,本文又引入加权的思想来重构交通流量预测模块,并通过聚类加权马尔可夫链组合模型预测出了一个平均区间长度较短的区域。最后,本文利用来自深圳的实测交通信息数据对上述叁种组合模型的预测结果进行评价分析,评价结果表明了基于聚类加权马尔可夫链的组合模型的预测效果较好。同时,相较于检索到的其他交通流量长时预测方法,本方法预测精度较高,并能够给出交通流量可能的波动范围。(本文来源于《北京交通大学》期刊2017-03-01）
柯萍虹[5]（2016）在《非平稳长时记忆信号建模与预测》一文中研究指出本文围绕混沌信号理论展开介绍,引入了用有效力的概念研究分析复杂系统信号的长时记忆性。通过研究我们发现,两倍时间间隔下的速度及其对应的有效力的自协方差等于零,从而可以得到复杂系统信号有效力关于两倍时间间隔速度的条件概率分布函数(CPDF)。进一步,我们研究发现连续时间间隔的速度的CPDF可以通过有效力关于两倍时间间隔速度的CPDF导出,并在此基础上对复杂系统信号的一些基本性质进行统计预测。然后基于该方法建立了利用沪深300股指期货时间序列信号的条件概率分布函数预测未来的时间序列模型,并进行了预测内符和检验。我们收集了从2010年4月起至2016年7月止的详细的沪深300股指期货时间序列信号作为研究对象。通过对沪深300股指期货时间序列信号的价格位移(速度)—时间曲线,反常扩散,自关联函数和收益率Tsallis-q-Gauss分布四个方面进行分析,研究其反常统计性质。由于所求价格条件概率的非对称性,需要用对称的条件概率表示非对称的条件概率,接着详细说明了通过q高斯分布对于对称的条件概率进行拟合,然后得到所求的预测条件概率,所得图像与实际数据拟合得很好。最后通过计算沪深300股指期货时间序列信号的CPDF,从数据拟合得到,在任何情况下的CPDF可以仅用六个参数来解析表示。分析CPDF还可以用来计算条件期望和速度的条件方差。有趣的是,数据显示在两个相邻时间间隔下,速度的条件期望值是单调的,而条件方差趋于单调。分析认为,该方法的建模与预测精度较高,原理简单直观,计算结果稳健,模型外推泛化能力较强。上述内容为本论文研究内容。值得注意的是,CPDF一般表达式,不仅适用于对当前股指期货系统,对其他长时记忆性的复杂系统信号都适用。(本文来源于《华侨大学》期刊2016-12-05）
杜家论,范建军,王颖轶,黄醒春[6]（2016）在《流变性地层基坑开挖过程中土体长时位移预测》一文中研究指出软土基坑开挖更易导致施工事故的发生,因此有必要对该类基坑施工过程进行变形预测分析。本文引入改进的Singh-Mitchell蠕变模型及土体位移时效系数概念,提出了利用叁轴流变试验数据和叁维FEM模拟瞬时结果的软土基坑开挖过程中土体长时位移预测方法并给出了计算步骤。以宁波地铁车站基坑施工为案例,预测了土体长时水平位移和分层沉降量,并与现场监测结果进行了比较分析。结果表明,模型预测值与监测结果趋势一致。(本文来源于《应用力学学报》期刊2016年05期）
高阳[7]（2016）在《短时和长时混合4D航迹预测算法研究》一文中研究指出随着民航运输业的快速发展,航线网规模逐渐扩大,空域资源日渐紧缺。因此,美国和欧盟提出了构建以4D航迹管理为核心的新型空中交通管理系统,4D航迹预测是航迹管理的技术基础。4D航迹预测也是适应未来高密度、大流量、小间隔空域运行的解决方法。准确有效的4D航迹预测方法能够提高空管自动化的程度,保证空域的安全畅通,提高管理效率,节约资源。首先,论文介绍了4D航迹预测模型及相关系统,分析了短时航迹预测和长时航迹预测的基本模型及主要预测方法,详细介绍了基于4D航迹管理的主要应用系统。其次,针对空域复杂多变和航空器飞行灵活的情况,研究了一种短时间尺度的航迹预测方法。该方法利用航空器的实时飞行数据进行参数的辨识,采用等角航线的飞行模型预测短时航迹。预测结果表明了该方法的有效性。然后,针对短时航迹预测时间尺度短的情况,研究了一种长时航迹预测方法。该方法利用历史飞行数据进行聚类分析,采用飞行时间和飞行位置归一化的方法实现长时航迹预测。为了修正偏离预测轨迹的航迹,在预测航迹的基础上,根据航空器实时数据和短时航迹预测方法,研究航迹动态修正的预测方法。预测结果证明了该方法的可行性。最后,总结了短时航迹预测、长时航迹预测及动态修正的航迹预测方法,并对后续的研究进行了展望。(本文来源于《中国民航大学》期刊2016-06-03）
江超阳[8]（2016）在《基于二型模糊集合理论的交通流长时预测方法研究》一文中研究指出随着交通流数据检测技术和数据存储技术的迅猛发展,如何有效地处理海量交通流数据成为广大学者研究的热点和难点。在交通流数据处理领域中,交通流长时预测对交通管理和规划有着重要的研究意义。本文引入二型模糊集合方法,利用该方法对不确定性和随机性数据突出的处理能力、容错能力,对城市道路交通流实测数据进行处理,并完成交通流长时预测,为交通管理和规划奠定良好的数据基础。本文的研究工作主要有以下几个方面：首先,提出了一个基于区间二型模糊集合的交通流长时预测框架及其实现方法,用于预测未来一天的交通流数据。该框架分为叁个模块：交通流数据预处理模块、二型模糊化模块和交通流数据长时预测模块。其次,结合二型模糊集区间输入数据需要,创新性地引入置信区间概念,应用中心极限定理,实现了区间二型模糊集合在交通流数据处理领域中的应用。第中心极限定理将交通流由点数据转换成置信区间,在满足区间二型模糊集输入数据的前提下,有效提取了交通流数据特征。第二,由于区间二型模糊集合理论具有处理不确定性和随机性时间序列数据的能力,本文构建了基于区间算法的交通流预测框架,对不确定的交通流数据进行了确定的描述。第叁,该框架应用了中心极限定理和区间算法的合理性判别、并运算等方法,具有很好的容错能力,无需清洗原始数据。最后,基于交通流实测数据的仿真实验说明实现方法的可行性和有效性,其预测误差随着时间的推移稳定在较低的水平。本文所用的交通流长时预测结果是由上限预测曲线和下限预测曲线包围形成的一个区域,其给出了交通流的可能变化范围,这是传统预测方法无法做到的。此外,本文讨论了长时预测框架中比例因子和滤波方法对结果的影响。(本文来源于《北京交通大学》期刊2016-04-01）
姜炎[9]（2014）在《基于预测的长时请求位置隐私保护算法研究》一文中研究指出随着移动终端的流行和云计算的快速发展,基于位置的服务变得越来越流行,它可以利用地理位置信息为用户提供服务。用户可以随时随地利用移动终端享受跟位置相关的服务。但是,用户必须上传自己精确的位置才能获取相关服务,这样上传自己的精确信息有可能对个人隐私造成威胁。针对这一问题,研究者提出了很多不同的方法,最为典型的方法是匿名方法。匿名机制原理是形成一个包含请求用户在内共个用户的匿名区域作为匿名区域,来代替区域内所有用户的精确位置。但是现有匿名的方法都太依赖与其周围的用户,同时,也不能为用户找到最优的匿名时刻。本文从一个角度出发,提出一种基于预测的长时请求位置隐私保护方法(PBNQ),为用户预测最优的匿名时刻,提供最优的服务。本文定义了概率位置的概念,表示用户在一个位置出现的概率。在路网环境下,算法考虑到用户的移动速度和方向,对用户行为进行合理性的预测。基于对用户位置的预测,可以预测用户可用的匿名区域,并判断找到最优的时刻,让用户享受最优的服务。算法主要分为叁个阶段,预测用户位置、计算匿名区域和判断调整最优时刻。首先,根据用户状态预测出后续位置,然后根据K匿名机制计算出相应的匿名区域面积,最后再比较当前时刻是否为最优时刻来动态调整。当多个用户同时提交请求时,请求量会很大,计算负载会比较大,而且多用户之间时间和空间的关系也没有被充分利用来进行匿名。为了能够利用用户间关系,提高服务性能,本文又提出了一种改进的多用户合作模型和算法(MC-PBNQ)。系统结构中添加了一个分布式服务器,用来分担计算量。文中提出了并行时间轴的概念,算法在动态预测的过程中根据实际情况动态增减用户,从而获得更精确地位置数据,为用户预测更为精确地匿名区域,提高了位置服务的准确率。通过实验仿真分析,基于预测的位置隐私保护算法可以预测到最优时刻,同时可以保证有很高的准确率,提高了服务质量;对于改进的多用户合作算法,算法的计算效率得到了提高,同时预测的准确率有了进一步提升。(本文来源于《西安电子科技大学》期刊2014-11-01）
党莹樱,彭志方,彭芳芳[10]（2012）在《一种预测TP347H钢长时持久强度的方法》一文中研究指出基于多区LMP法,利用TP347H钢的高温(700℃、750℃)短时(≤5×103 h)试验数据预测其长时持久强度(600～750℃,5×103～2×105 h).结果表明:在应力-时间图中根据σ/σTS的特定比值对应力分区,用低应力-长时区LMP参数中的C值计算长时持久强度,其预测值与真实值吻合良好;与传统的单区LMP法相比,多区LMP法的应用不仅显着降低了持久强度的过估倾向而且大大缩短了试验时间,为这类钢的长时持久强度评估提供了准确而有效的方法.(本文来源于《动力工程学报》期刊2012年09期）
长时预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了更精确、全面地表征各时期肺部医学影像中病灶特征的变化与发展规律,研究在时间纵向维度上预测肺结节的演变方式,构建了一种多模态特征融合下不同时期肺部病灶良恶性预测模型。根据病人不同时期的序列CT图像,提取肺部病灶的传统特征与深度特征,构造多模态特征;通过神经网络对多模态特征进行相关性快速融合;利用长短时记忆方法学习不同时期具有时间特征的肺部病灶特征向量,构建一个双向长短时记忆网络对病灶进行良恶性预测。实验表明,所提方法准确率为92.8%,比传统方法有所提高,可以实现有效预测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
长时预测论文参考文献
[1].邹煜星,邓敏.基于长时卷积深度网络的交通流预测方法[J].测绘与空间地理信息.2019
[2].张娅楠,赵涓涓,赵鑫,张小龙,王叁虎.多模态融合下长时程肺部病灶良恶性预测方法[J].计算机工程与应用.2019
[3].宋程.基于PI方法的大震长时程回溯性预测检验研究[D].中国地震局地震预测研究所.2017
[4].谢凯兵.基于马尔可夫链组合模型的交通流量长时预测[D].北京交通大学.2017
[5].柯萍虹.非平稳长时记忆信号建模与预测[D].华侨大学.2016
[6].杜家论,范建军,王颖轶,黄醒春.流变性地层基坑开挖过程中土体长时位移预测[J].应用力学学报.2016
[7].高阳.短时和长时混合4D航迹预测算法研究[D].中国民航大学.2016
[8].江超阳.基于二型模糊集合理论的交通流长时预测方法研究[D].北京交通大学.2016
[9].姜炎.基于预测的长时请求位置隐私保护算法研究[D].西安电子科技大学.2014
[10].党莹樱,彭志方,彭芳芳.一种预测TP347H钢长时持久强度的方法[J].动力工程学报.2012