我在每一天的不同时间有很多地方的交通拥堵强度。所以我有一种 3D 数据,其中每个位置的强度都是 2D 的,就像图像一样。然后是时间作为第三个维度。
现在,我想预测给定位置和时间的交通拥堵强度。强度从 0.0 到 10.0。高强度意味着高交通拥堵。
例子。下午 3 点 45 分 X 纬 Y 经 的 堵塞 强度 是多少?
我的问题是如何将 3D 数据输入我的神经网络?
注意:时间和位置上下文数据。交通拥堵的强度是行为上的。
我在每一天的不同时间有很多地方的交通拥堵强度。所以我有一种 3D 数据,其中每个位置的强度都是 2D 的,就像图像一样。然后是时间作为第三个维度。
现在,我想预测给定位置和时间的交通拥堵强度。强度从 0.0 到 10.0。高强度意味着高交通拥堵。
例子。下午 3 点 45 分 X 纬 Y 经 的 堵塞 强度 是多少?
我的问题是如何将 3D 数据输入我的神经网络?
注意:时间和位置上下文数据。交通拥堵的强度是行为上的。
一种方法是使用卷积神经网络 (CNN),因为它们擅长寻找空间模式。您必须为输入定义一个张量(纬度、经度、时间、强度)。