时空模型

摘要： 本文借助INLA算法,在传统泊松回归模型的基础上建立时空条件自回归泊松模型,从时空角度对新疆旅游投诉情况进行空间分析,利用图论对所反映的旅游路径进行优化。研究结果:人员服务水平、景区综合管理情况以及合同执行情况对减少新疆旅游投诉量有显著的正向作用;新疆中部地区以及主要城市产生旅游投诉的风险更高,西南及边界地区旅游投诉风险相对更低;每年的2~6月为旅游投诉风险高发期,3、4月份投诉风险达到最大;选取投诉量较多的几个主要景点进行路径优化,得到近似最优路线,为政府及相关企业建言献策。

摘要： 针对空气质量预测中复杂的时空问题,本文构造了多站点间的交互时空特征,搭建了结合CNN和LSTM的深度时空模型,并引入注意力机制学习多特征之间的权重分布,找出对空气质量指数(AQI)影响较大的特征重点关注,构造了融合CNN-LSTM和注意力机制的AQI预测模型。使用2019年1月至2020年12月间运城市各站点的小时粒度数据进行实验,结果表明,该模型对空气质量指数的预测较基模型具有更优的性能。

摘要： 本文针对传统犯罪预测模型中数据处理方法不适用于犯罪近重复性分析,以及犯罪数据高度不平衡特性导致的犯罪预测结果分散的问题,提出了一种基于Mnd-Knox算法以及时空交互网格结构改进的犯罪预测模型.该模型框架由确定时空阈值、建立时空网格结构、扩充数据集、数据挖掘4部分组成.首先采用Mnd-Knox算法确定犯罪近重复性显著的时空域值;其次采用网格化地理信息管理方法建立网格结构,并确定各因子间影响权重;然后在基础数据集上融合附加地理环境特征;最后采用深度神经网络算法进行数据挖掘.针对2016年芝加哥地区4类频发型犯罪数据进行实验.结果表明,与传统犯罪预测模型相比,本文所提出的模型构建方法有更好的预测效果,模型平均绝对误差值降低了88.56%.

摘要： 针对视频理解中的时序难点以及传统方法计算量大的困难,提出了一种带有时空模块的方法用于动作识别.该方法采用残差网络作为框架,加入时空模块提取图像以及时序信息,并且加入RGB差值信息增强数据,采用NetVLAD方法聚合所有的特征信息,最后实现行为动作的分类.实验结果表明,基于时空模块的多模态方法具有较好的识别精度.

摘要： 计数数据一直是统计学研究的热点,在金融证券、保险精算、工业生产等众多领域存在着大量的计数数据。经典统计 学派中的泊松分布模型、负二项分布模型是用来处理计数数据常用的方法,然而在实际应用中,采用经典统计学的思想,往往会忽 略很多有用的信息以及会导致不合理的结论。本文对分层贝叶斯时空模型的设计与应用进行了探讨。

摘要： 时空数据经常含有奇异点或来自重尾分布,此时基于最小二乘的估计方法效果欠佳,需要更稳健的估计方法.本文提出时空模型的基于局部众数(local modal, LM)的局部线性估计方法.理论和数据分析结果都显示,若数据含有奇异点或来自重尾分布,基于局部众数的局部线性方法比基于最小二乘的局部线性方法有效;若数据无奇异点且来自正态分布,两种方法效率渐近一致.本文采用众数期望最大化(modal expectation-maximization, MEM)算法,并在数据相依情形下得出估计量的渐近正态性.

摘要： 最短时间路径规划是一种典型的最小代价路径规划,也是GIS领域中非常重要的一项研究.传统算法较少研究包括气象、光照、电磁等随时间连续变化环境下的全局规划问题.针对这个问题,建立动态时空环境影响模型,对动态环境在时间和空间上的变化进行统一栅格化表达,并以此为基础进行全局最优的最小代价路径规划.实验证明,在环境预测准确的情况下,该算法规划结果能够体现动态环境变化带来的影响,其规划路线的真实时间消耗总是小于或等于传统静态规划算法,且计算量与传统算法相当.

摘要： 基于警务数据和时空数据构建犯罪预测模型,利用机器学习手段进行案事件预测,在国家安全稳定领域具有重要的意义.犯罪预测涉及三个主要方面:特征选择与处理、预测模型和地理信息可视化.分析了犯罪预测理论与方法的基本思想,在探索犯罪的生成机理和演化规律基础上,对经验模型和时空模型研究成果进行了综述.在此基础上,对根据不同预测特征选取最优算法的策略进行了讨论,同时对比简述了各类算法的特点,并对现存问题和未来研究方向进行了探讨.

摘要： 极大似然估计作为参数估计中较为有效的一种估计方法,在误差分布未知下无法进行,另一方面,时空数据经常含有奇异点或来自重尾分布,此时基于最小二乘的估计方法效果欠佳.考虑时空异质性和相关性,针对误差分布未知的时空模型,本文提出基于核密度估计的自适应非参数估计方法.在较弱的条件下证明了该估计量和已知误差分布下的局部极大似然估计量是渐近等效,比基于最小二乘的局部多项式估计量有效.模拟和实证都验证了该方法对于有限样本的有效性,尤其奇异点的存在,该方法在边界的拟合效果显著优于基于最小二乘的方法.

摘要： 集市是复杂的经济、社会和文化现象,也是人类学的经典议题.本文考察西方人类学集市研究的三种主流范式.其中,经济学范式分析集市上的交易行为和制度过程,旨在厘清集市制度与市场规则之间的概念边界.地理学范式通过对集市分布模式和联结机制的考察,力图超越地方主义和文化孤岛的方法论局限.符号学范式则以集市上信息的流通、符号的挪用与意义的生成为视点,深描出集市的文化图式与精神气质.三种范式不仅深入关照了集市的不同侧面,也反映出人类学集市研究中问题意识的根基与流变.

摘要： 本文在Wei等人提出的基于ARMA算法的入侵检测模型基础上,提出一种新的基于时空模型的无线传感器网络入侵检测算法.改进的时空模型能充分考虑传感器结点流量信息应该具有的时间、空间相关性,通过第三方收集数据,分析结点流量的时间和空间特性,最终发现网络异常.经过仿真实验证明该算法能实现高检测率和低误报率.

摘要： 以道路网交通状态为研究对象，把道路交通状态单点预测向多点同时预测扩展，提出基于时空模型的道路交通状态多点预测方法。利用时空模型、道路网空间结构数据及实时时间序列数据构建时空自回归求和滑动平均模型，具体做法是：借助以不同检测点之间距离为基础估计的空间权重矩阵，把多个相邻检测点作为一个整体，建立路网交通状态预测模型，预测这些相邻点未来时段的交通状态变化，并以实测数据进行模型验证。预测结果表明了模型的有效性，从而为未来交通控制和诱导以及出行者决策提供信息支持。

摘要： 移动对象时空模型的建立是移动对象管理和信息服务的基础.本文从分析国内外研究移动对象相关研究成果的基础上,从移动对象的基本性质出发,提出了一个移动对象的概念模型,该模型主要包括点、轨迹、空间区划、事件、立方体单元,分析了其特点以及相互关系,最后,讨论了移动对象的类和实例关系,移动对象数据的存储方法.

摘要： 基于LBS的移动对象时空模型的建立是移动对象管理和信息服务的基础。本文分析研究国内外移动对象相关研究成果,从基于LBS的移动对象的基本性质出发,提出了一个建立在移动对象管理和信息服务基础上的移动对象的时空概念模型——时空隧道模型,该模型主要包括点、轨迹、空间网格、事件、时空隧道单元,分析了其提高处理大量时空数据效率特点。最后讨论了时空隧道模型五大组成元素相互关系。

摘要： 传统堪舆(风水)理论汇集了中国古代对宇宙时空及自然环境认识与探索的智慧,体现了人与自然环境和谐共生的哲学思想.本文基于五行、八卦与九宫的基本寓意,通过对其所隐含的时空星辰运行规律的研究,揭示其所表达的时空模型.作者进而深入解析了堪舆的建筑物理环境要素,提出堪舆"气"场的物理模型及其简化表达,希望以此明晰堪舆理论一直以来模糊不定的原理与被视为玄学的要义,在为其提供科学量化解析和理论支撑的同时,发扬和传承堪舆在现代规划与建筑设计中的应用.

摘要： 为在建筑结构火灾反应分析中考虑实际火场特性,并简化火场分析模型与结构有限元分析模型之间的复杂对应关系,提出并建立了火场温度及对流辐射边界的热传导分析时空模型(STM)和基于时空模型的火场-结构联合分析方法.此方法根据热动力模型计算出的室内火场温度分布场以及对流辐射边界场离散数据,通过双向正交多项式进行拟合来得到不同时刻的构件边界连续时空模型,再通过时空模型进行热传导分析和热力耦合分析,从而实现火场-结构联合分析方法.在验证其合理性的基础上,通过ABAQUS子程序UTEMP和DFLUX实现其分析过程,并进行北京某档案馆工程的应用分析,结果表明此方法可以较好联合火场模拟与结构分析用于结构火灾安全评价.

摘要： 古田溪三极大坝是一座运行了三十五年之久的支墩平板坝。该坝的水平位移受温度与库水位变化的影响的规律跟一般的混凝土坝不同。该文通过采用时空模型、统计模型、混合模型等多种模型和方法，对水平位移观测资料进行了较为深入的定性分析和定量分析，基本弄清了坝顶水平位移变化规律的物理机理。同时，提出了支墩平板坝监测资料的一般分析方法。

摘要： 本文对标准元胞自动机进行扩展，引入面向对象的思想，建立了面向对象的元胞自动机模型，对禽流感等病毒的传播进行系统建模， 在这个模型基础上，可以建立相应的病毒传播仿真系统，根据实际的存在的病毒利用系统的可继承性建立合理的模型参数，对病毒在不同地理环境、不同季节、不同种群之间等条件下，爆发或者传染过程进行动态模拟和预侧，这对于病毒的防治、控制工作具有极大的应用价值。本文只是从理论上提出建模方法，尚没有进行进一步的试验模拟工作。

摘要： 本文对标准元胞自动机进行扩展，引入面向对象的思想，建立了面向对象的元胞自动机模型，对禽流感等病毒的传播进行系统建模， 在这个模型基础上，可以建立相应的病毒传播仿真系统，根据实际的存在的病毒利用系统的可继承性建立合理的模型参数，对病毒在不同地理环境、不同季节、不同种群之间等条件下，爆发或者传染过程进行动态模拟和预侧，这对于病毒的防治、控制工作具有极大的应用价值。本文只是从理论上提出建模方法，尚没有进行进一步的试验模拟工作。

摘要： 本文对标准元胞自动机进行扩展，引入面向对象的思想，建立了面向对象的元胞自动机模型，对禽流感等病毒的传播进行系统建模， 在这个模型基础上，可以建立相应的病毒传播仿真系统，根据实际的存在的病毒利用系统的可继承性建立合理的模型参数，对病毒在不同地理环境、不同季节、不同种群之间等条件下，爆发或者传染过程进行动态模拟和预侧，这对于病毒的防治、控制工作具有极大的应用价值。本文只是从理论上提出建模方法，尚没有进行进一步的试验模拟工作。

摘要： 本发明公开了一种时空联合模型及基于时空联合模型的视频显著性预测方法，该模型包括空域网络和时域网络；空域网络依次包括收缩网络和扩张网络；收缩网络依次包括3个第一收缩层、1个第二收缩层和上采样层；扩张网络依次包括2个第一扩张层和2个第二扩张层；时域网络包括卷积长短期记忆网络或卷积门控循环网络；扩张网络通过Keras的层封装器TimeDistributed与卷积长短期记忆网络或卷积门控循环网络进行拼接。本发明实现了对时域信息的利用，使得输出的结果更符合实际情况，能够较好地预测驾驶员在驾驶场景下的注视区域。

摘要： 本发明公开了一种时空联合模型及基于时空联合模型的视频显著性预测方法，该模型包括空域网络和时域网络；空域网络依次包括收缩网络和扩张网络；收缩网络依次包括3个第一收缩层、1个第二收缩层和上采样层；扩张网络依次包括2个第一扩张层和2个第二扩张层；时域网络包括卷积长短期记忆网络或卷积门控循环网络；扩张网络通过Keras的层封装器TimeDistributed与卷积长短期记忆网络或卷积门控循环网络进行拼接。本发明实现了对时域信息的利用，使得输出的结果更符合实际情况，能够较好地预测驾驶员在驾驶场景下的注视区域。

摘要： 本发明公开了一种基于时空图卷积模型的移动边缘计算服务器(MobileEdge Computing，MEC)协作缓存方法。所述方法包括：集成图卷积神经网络和门控循环单元构建时空图卷积模型来预测内容流行度，通过划分协作域并设计一种启发式协作缓存方法以最小化平均访问时延。本发明基于邻近关系和语义关系构建MEC服务器的拓扑图，以MEC服务器的内容流行度信息构建特征矩阵，同时集成图卷积神经网络与门控循环单元构建时空图卷积模型，从而挖掘内容流行度的时空特征并做出有效预测；在已知预测内容流行度基础上，采用层次聚类法对MEC服务器划分协作域并设计一种启发式协作缓存方法，从而最小化平均访问时延。

摘要： 本发明公开了一种基于多尺度时空融合的降水临近预测模型，属于气象预测技术领域，包括多尺度特征提取模块、多尺度空间预测模块、递归式跳跃链接模块以及多尺度预测特征融合模块，所述递归式跳跃链接模块，用于将编码器的输出与解码器对应的输出特征进行合并、相加以及融合操作；所述多尺度预测特征融合模块，用于通过反卷积神经网络不断交融合并，得到预测的雷达图。该基于多尺度时空融合的降水临近预测模型，通过在多个尺度空间进行序列的预测，既避免了从图片到特征图之间信息的丢失，又降低了雷达图片预测的难度，既有特征空间预测的准确性，又有像素空间带来的完整的图片信息，这种全面的信息通过融合达到了较好的预测效果。

摘要： 本发明涉及一种结合注意力机制与动态时空卷积模型的车辆流量预测方法，针对现有模型无法有效利用道路间车流量转移关系的问题，提出了道路级流量转移嵌入模块，学习到道路间的流量转移时间序列的张量表示；针对现有方法无法捕获动态变化的空间依赖的问题，提出了动态空间注意力模块，用于计算动态变化的空间依赖矩阵；针对现有模型无法有效对时序重要性有效建模的问题，提出了动态时间注意力模块，用于计算时序注意力权重。通过上述组件，本模型可以有效利用道路流量转移数据、捕获道路间动态变化的时空依赖关系，从而提高道路电动自行车流量预测的准确性。

摘要： 基于考虑人类流动性的图时空Transformer模型的交通流预测方法。包括：1)数据收集：本发明采用美国不同地区的真实交通数据集，经过筛选提取预处理以后，得到实验所需的数据；2)空间特征提取：设计多视图图卷积揭示隐藏在交通数据中人们的不同行为模式，从而展现交通数据中看不见的图结构，充分挖掘空间上的跨路网特征；3)时间特征提取：使用带有多头注意力机制的Transformer网络进行时间特征提取；4)模型构建：联合时间和空间特征，构建用于交通流预测的图时空Transformer模型；5)数据集验证：本发明采用真实世界的交通数据集对图时空Transformer模型进行性能评估，最终确定图时空Transformer模型的有效性，并用于交通流预测。以实验表明本发明对于处理类似问题具有出色表现。

摘要： 本发明属于目标对象可达域分析技术领域，特别涉及一种基于综合环境影响模型的危险逃逸时空棱镜求解方法及系统，依据越野者机动能力效能评估的最短时间消耗代价，构建面向任务的时空综合环境影响模型；通过对时空综合环境影响模型进行栅格化处理并求解，利用时空轨迹追踪算法预测在时空中沿直线段移动的最短时间代价，结合最短时间代价搜索，按当时环境允许的机动能力，求解危险事件开始前刚好能避免被危险波及的时空边界，和危险过去后最早能够到达的时空边界，进而获取用于表示为躲避危险不可以出现的时空范围的时空棱镜。本发明可实现连续变化时空任务可到达域精细化分析，有效避免行动中某些极端危险。

摘要： 本发明公开了一种基于ONT‑GCN时空模型的热误差预测模型及其建模方法和霾‑边‑雾‑云误差补偿系统。本发明基于ONT‑GCN时空模型的热误差预测模型，利用LSTMN神经网络捕捉传感器收集的数据的时间依赖性，利用GCN神经网络捕捉拓扑结构的空间特征，可以将捕获的空间特征和时序特征保留在ONT‑GCN单元中；ONT‑GCN单元的独特排序特性允许保留重要的热误差信息，因此，ONT‑GCN单元可以有序地传递热误差的时间和空间特征，从而提高热误差的预测精度。本发明的霾‑边‑雾‑云误差补偿系统，云计算具有强大的计算能力，用于解决耗时问题；通过设置雾计算层和边缘层等分布式计算层，可缓解工业互联网的带宽压力；通过霾计算层以加快信息获取过程，从而以保证系统执行效率和机床的加工精度。

摘要： 本发明公开了一种基于有限高斯混合模型的多模型时空建模方法，应用于非线性分布参数系统，基于有限高斯混合模型，将由非线性分布参数系统得到的非线性空间划分为多个局部操作子空间，将原始复杂的非线性时空动态方程归结为几个简单的非线性时空动态方程，从而进行局部建模；在集成所有局部时空模型时采用主成分回归方法计算每个局部时空模型的权重，避免了多重共线性的存在，通过多模型建模重构了一个大工作区域的全局时空模型。本发明方法对大尺度、强非线性和时变系统具有更好的性能。

摘要： 本发明提供一种基于密度峰值聚类的多模型时空建模方法，方法包括：利用DPC聚类算法将时空变量划分为若干局部子空间，其每个子空间代表原始系统局部时空特征；采用KL方法学习相应的局部空间基函数；通过ELM建立所有局部时间系数模型，并利用获得的局部空间基函数和相应的时间系数模型来重构局部时空模型；通过LASSO回归计算相应子模型的权重，对各局部时空模型进行加权求和得到的集成模型来逼近原系统。本发明提供的有益效果是：建立了一个数据驱动的分布参数系统热过程温度预测模型，能够有效解决由于系统复杂导致难以精确建模问题，相比目前其它的方法，本发明建立的模型除了可以提高建模精度，还更加适用于具有大范围、多工况的非线性分布参数系统。