声明
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 房价预测国内外研究现状
1.2.2 LSTM国内外研究现状
1.3 研究内容
1.4 章节安排
2 相关技术理论
2.1 空间自相关理论
2.2 深度学习算法介绍
2.2.1 深度学习
2.2.2 循环神经网络
2.2.3 长短期记忆神经网络
2.3 Attention机制介绍
2.4 本章小结
3 数据获取及分析
3.1 研究区域概况
3.2 数据爬取
3.2.1 数据来源
3.2.2 爬虫技术
3.3 数据处理
3.3.1 特征分析与选取
3.3.2 制作数据集
3.4 数据分析
3.4.1 全局空间自相关分析
3.4.2 局部空间自相关分析
3.5 本章小结
4 基于LSTM的预测模型设计
4.1 基于Haversine的空间序列算法
4.1.1 Haversine公式
4.1.2 算法设计
4.1.3 算法实现
4.2 模型构建
4.2.1 损失函数
4.2.2 Adam优化算法
4.2.3 Dropout
4.3 加入Attention机制
4.4 本章小结
5 实验结果及分析
5.1 实验配置
5.2 评价标准
5.3 预测及对比
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
个人简介
郑州大学;