专题—贵州交通流预测的完成

1）熟悉题目
2）解决思路的梳理
将时间因子加入：将时间因子划分成几个段，比如4个：早上、中午、晚上、其他时间段；
将每一段公路的影响因素考虑作为样本输入向量：上游连接数、下游连接数、时间段、
输出：平均停留时间
每一段公路每一天都有时间段个数的样本向量（4个时间段对应4个输入向量），

目的：预测未来某一天某个时间段的某条公路的平均停留时间；
参看了其他方式：
LSTM：短时序列预测，这是RNN的改进版本，通过学习RNN的基础理论，可以看到RNN可以将当前预测与前n个的值相关，但是有时不需要，（有时是当前的词还与后面的词相关，因此，需要弄个双向…），继续补充LSTM的学习；

本周学习了一些基础知识：
关于牛顿万有引力，以及全球地图的绘制的技术；
学习了无穷序列的出现，以及解决无穷序列运算提出的数学归纳法的概念（适用的基本原因是：数学归纳法就像是一个多米诺骨牌，当0成立是基础，当k成立的时候k+1也成立，一直推广下去，就表明任何数学归纳法的结论，一直到任意n都成立；有一些谬论：是因为他们在k的时候都不成立，所以不能用数学归纳法推；）
明白了关于微分的概念：微分就相当于确定了当前x的变化趋势，
积分：相当于是微分的变形，将微分表达式分母移向左边，表明X+deltaX的取值————可是这不是微分的作用吗？就是表明未来X的趋势，及X+deltaX的取值；

当一个简单的y=aX，说X是关于某一变量x的微分，这一点很好理解：就是X就相当于是x的变化趋势中的斜率项；当说X是关于某一变量的积分，理解：就说X是x关于变化趋势中的累积面积，意思是X是逐渐增加的？？（不一定，因为变化趋势为坐标轴下方的时候，面积会为负数，因此，面积也有可能变小；）