时空序列预测方法综述

• 作者: 周星宇 潘志松 陶蔚 黎维
• 来源期刊: 计算机应用研究
• 关键词: 机器学习 深度学习 时空数据 时空序列预测
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 综述评论
• 页码范围: 2881-2888
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.05.0184

摘要

随着数据采集技术的进步,带有地理位置信息的时空数据迅速增长,迫切需要探索有效的时空数据建模方法.时空序列预测是时空数据建模的基础方法之一,它广泛应用于很多领域.目前缺乏对它进行综述的中文文献,因而对这些方法进行归纳和总结具有重要的研究意义.针对时空序列预测问题进行了研究,首先回顾了其应用背景 和发展历程,介绍了它的相关定义及特点.然后按其类别介绍了传统的时空序列预测方法、基于传统机器学习的时空序列预测方法和基于深度学习的时空序列预测方法,并分析了这些方法的应用范围和优缺点.最后对时空序列预测未来的研究方向进行了梳理和展望,为研究者们进一步深入研究时空序列预测问题奠定了理论基础.