論文篇-----基於時空時移特徵的短時旅行時間預測問題

重要概念： 樸素方法：如歷史平均算法（ＨＡ），計算複雜度低，易於部署，然而正是因爲缺乏複雜計算，樸素方法通常存在預測結果精度不高的問題。 參數方法：是指方法模型結構已被預先定義，而模型參數數值需要在實驗中計算得到。這類方法主要基於時間序列分析，包括自迴歸滑動平均（ＡＲＭＡ）模型，差分自迴歸滑動平均（ＡＲＩＭＡ）模型和時空差分自迴歸滑動平均（ＳＴＡＲＩＭＡ）模型。這類方法的特點是根據歷史通行時間序列

>>阅读原文<<