基于時(shí)間序列的網(wǎng)約車在線司機(jī)與乘客發(fā)單的供需預(yù)測(cè)
【文章頁(yè)數(shù)】:58 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-1時(shí)間序列的發(fā)展對(duì)于異方差情形,Engle(1982)首先提出ARCH模型
用于時(shí)間序列數(shù)據(jù)的識(shí)別、診斷以及估計(jì),最終變得越來越完整。ARIMA有另外一個(gè)名稱,即Box-Jenkins模型,主要的應(yīng)用場(chǎng)景是對(duì)單變量、同方差的線性時(shí)間序列數(shù)據(jù)擬合。在模型處理非平穩(wěn)的時(shí)間序列時(shí),首先就是把非平穩(wěn)序列平穩(wěn)化,而這樣的方法多種多樣,比如進(jìn)行傅里葉變化或則小波....
圖1-2非線性時(shí)間序列
中科技大學(xué)碩士學(xué)位論上面兩個(gè)方法一起成為現(xiàn)代譜估計(jì)的奠基。隨著最小交叉熵最大熵譜分析法只不過是最小交叉熵法在特定情況下的一個(gè)知道某些規(guī)則的時(shí)候,對(duì)比最大熵法,最小交叉熵的效果要法[6]的缺點(diǎn)是運(yùn)算太繁復(fù)。通常情況下,經(jīng)典譜估計(jì)對(duì)短數(shù)對(duì)長(zhǎng)數(shù)據(jù)序列有更加優(yōu)秀的譜估....
圖2-1RNN示意圖
()∑[(())()()]()(2-去掉常數(shù),展開正則得到(),如式2-20所示:()∑(∑)(∑)....
圖2-2LSTM結(jié)構(gòu)圖
華中科技大學(xué)碩士學(xué)位論文人意[31]。網(wǎng)絡(luò)一旦變得更深就無法訓(xùn)練了,而RNN解決這個(gè)問題用到的就叫LSTM,LSTM引入一個(gè)核心元素就是Cell[32]。LSTM是一種特殊的RNN結(jié)構(gòu)[33]。是為了解決長(zhǎng)期記憶無法有效傳遞的問題而設(shè)計(jì)出來的。RN....
本文編號(hào):3999367
本文鏈接:http://www.lk138.cn/jingjilunwen/guojimaoyilunwen/3999367.html