基于残差网络的城市人群流动预测

基于残差网络的城市人群流动预测

摘要

Abstract

目录

第一章  绪论

1.1 研究背景及意义

1.2 研究现状

1.3 论文主要工作

1.4 论文组织结构

第二章 相关理论与技术基础

2.1 残差网络基本理论

2.2 现有残差网络结构

    2.2.1 传统残差网络结构 ResNet

    2.2.2 深度神经网络的聚合残差变换 ResNeXt

    2.2.3 密集连接的卷积网络 DenseNet

2.3 分布式并行计算原理

    2.3.1 spark计算框架

    2.3.2 Hadoop分布式文件系统

2.4 本章小结

第三章  深度时空残差网络的设计与实现

3.1 引言

3.2

3.3

3.4

3.5 实验过程与分析

    3.5.1 实验数据集

    3.5.2 实验设置

    3.5.3 实验结果与对比分析

3.6 本章小结

第四章 基于spark平台的时空残差网络并行化

4.1 时空残差网络的并行化设计

4.2 时空残差网络的spark架构

4.3 加速性能指标

4.4 时空残差网络的实现

    4.4.1 工作环境

    4.4.2 spark配置

    4.4.3 模型序列化

    4.4.4 作业设计

4.5 试验过程与分析

    4.5.1 实验数据集

    4.5.2 实验设置

    4.5.3 实验结果与对比分析

4.6 本章小结

第五章 总结与展望

5.1 论文工作总结

5.2 未来工作展望

参考文献

致谢