原创力文档- 1、本文档共55页，其中可免费阅读17页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
时空序列预测一直以来都是统计学的重点研究内容，广泛地应用于智慧交通、
气象环境、金融经济等实际应用领域。所谓时空序列预测即是利用过去和当前时空
序列的时空依赖性对未来时刻的数据进行预测和分析。常用的方法包括传统的统计
预测模型、基于机器学习的方法和序列数据到序列数据的预测方法等。然而，注意
到上述方法皆是基于单个模型进行时空序列数据的预测和分析，容易导致预测性能
低下、预测结果不鲁棒等问题，为此，多模型融合的时空序列预测方法被提出，可
以有效提升模型的准确性和稳定性。
特别地，深度神经
文档评论（0）