《機器學習》(實驗指導書 ) 車輛通行時間預測_第1頁
《機器學習》(實驗指導書 ) 車輛通行時間預測_第2頁
《機器學習》(實驗指導書 ) 車輛通行時間預測_第3頁
《機器學習》(實驗指導書 ) 車輛通行時間預測_第4頁
《機器學習》(實驗指導書 ) 車輛通行時間預測_第5頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

車輛通行時間預測車輛通行時間預測車輛通行時間預測PAGEPAGE1謹此承諾：姓名：車輛通行時間預測1 1 實驗簡介2 實驗目的（1）基于互聯(lián)網(wǎng)交通信息建立算法模型，精準預測各關鍵路段在某個時段的車輛平均通行時間。2 實驗目的3 相關理論與知識點（2）在本實驗中，基于Mindspore等構建了seq2seq深度學習模型，對各關鍵路段早晨7-83 相關理論與知識點4 4 實驗任務及評分標準序號任務名稱任務具體要求評分標準（100分制）1預測各關鍵路段在某個時段的車輛平均通行時間預測各關鍵路段在某個時段的車輛平均通行時間，并對結果進行分析。開發(fā)語言：Python。代碼和實驗報告打包成一個文件提交，壓縮包命名：學號+姓名+交通5 5 實驗條件與環(huán)境要求名稱版本要求備注編程語言Python無開發(fā)環(huán)境Jupyter無第三方工具包/庫/插件Pandas, seaborn,skitlearn用于分析和讀取數(shù)據(jù)，skitlearn用于調用機器學習模型。其他工具無無硬件環(huán)境GPU無6 實驗數(shù)據(jù)及其說明屬性（條目）內容數(shù)據(jù)集的名稱車輛通行時間數(shù)據(jù)集數(shù)據(jù)集的出處教師提供數(shù)據(jù)集的主要內容gy_link_info.csv文件共有四個屬性，用分號進行分割，表明了道路link_IDlengthwidthlink_classlink_ID標識了道路的寬度。Link_class則是一個無用數(shù)據(jù)。gy_link_top.csvgy_link_travel_time_part24道路的通行時間。數(shù)據(jù)集的文件格式CSV車輛通行時間預測7實驗步驟及其代碼車輛通行時間預測7實驗步驟及其代碼步驟序號步驟名稱步驟描述代碼及講解輸出結果及其解讀8 8 實驗難點及注意事項9 9 實驗結果及解讀1010參考文獻1111實驗相關的元數(shù)據(jù)元數(shù)據(jù)項內容案例名稱車輛通行時間預測適用課程名稱機器

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論