![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
城市计算
文章平均质量分 67
吕志强@中科院计算所
本人工作经历较为全面,研发、测试、架构、底层都有所涉猎。
展开
-
COVID-19城市恢复活力指数预测--一种基于树结构的时序预测模型
TRI数据具有较高的时间依赖性和空间依赖性,且城市空间关系较为复杂,因此为更好的预测TRI数据,我们设计了一个利用多种数据预测城市活力恢复指数的深度时空模型。该模型由时间和空间模块组成,利用城市空间数据和多尺度疫情数据预测TRI数据。原创 2023-05-23 09:19:40 · 158 阅读 · 1 评论 -
新冠疫情(COVID-19)中的深度学习: 城市交通恢复活力预测
数据来源:滴滴盖亚计划论文地址:Deep learning in the COVID-19 epidemic: A deep model for urban traffic revitalization index开源代码: https://github.com/qdu318/DeepTRI.git简介:交通振兴指数的研究可以为城市管理、防疫、恢复工作和生产等政策的制定和调整提供支持 。本文提出了一个预测城市交通恢复活力指数(DeepTRI)的深度模型。DeepTRI建立了covid-19流行病和交原创 2021-07-10 09:29:22 · 430 阅读 · 0 评论