时空序列预测相关论文
新冠肺炎疫情肆虐全球,给人类生活的方方面面带来深远的影响。准确预测各地区未来的疫情趋势有利于科学制定干预措施,对防控疫情而......
精细时空分辨率下的闪电临近预警对闪电灾害预防具有重要意义.提出了一个主从时空预测网络模型(MSTNet)实现闪电的临近预警.模型的......
水泥比表面积是在水泥生产过程中水泥质量检测的重要指标之一。实现对它的准确预测对水泥生产调度,节能降耗,提高水泥产品质量具有......
闪电作为常见自然灾害之一对人的生命以及工业基础设施有重大威胁,精细时空分辨率下的闪电临近预警对这种灾害的预防具有重要意义......
工业生产能耗高、污染严重,有效提高工业能源的利用效率,实现节能减排已经成为国家重大需求。工业生产过程中伴随着大量的能源发生......
新冠疫情的持续蔓延给人类生活和社会经济带来了严重的影响，准确预测各地区的疫情趋势对防控疫情而言至关重要。现有研究主要基于经......
门控循环单元(gated recurrent unit, GRU)是一种有代表性的深度神经网络,它在众多序列学习任务中达到了国际领先的水平.然而,在门......
对深度学习模型应用于时空序列预测的最新进展进行总结.首先介绍时空序列数据的属性及类型,并进行相应的实例化与表示.接着针对时......
针对我国城市化进程带来的诸如空气污染、交通拥堵等突出问题,本文对城市时空序列预测这一城市计算核心技术进行研究。由于城市时......
随着数据采集技术的蓬勃发展,各个领域的时空数据不断累积,迫切需要探索高效的时空数据预测方法。深度学习是一种基于人工神经网络......
针对传统时空序列建模过程中估计空间权重矩阵时难度较高的问题,提出一种基于奇异值分解(SVD)的时空序列分解模型ST-SVD。对原始时......
随着数据采集技术的进步,带有地理位置信息的时空数据迅速增长,迫切需要探索有效的时空数据建模方法。时空序列预测是时空数据建模......
提出了一种基于时空密度聚类的隐马尔科夫模型对时空序列进行预测的方法。时空序列与一般的时间序列相比,最主要的特征是其时空依......
近年来空气污染问题严重影响人们的生产生活,因此对于空气质量数据的分析和预测也成为了近些年来的研究热点。在对这一类空气质量......
作者针对深度学习和气象领域两个学科的特点,结合当下前沿的深度学习方法和气候领域热点问题,基于ENSO案例,点面结合,组织并讲授两......
