lieyingkub99 / TIanChi_Traffic_Competition
阿里天池智慧交通预测挑战赛-Top7 /1716队
☆13Updated 6 years ago
Alternatives and similar repositories for TIanChi_Traffic_Competition:
Users that are interested in TIanChi_Traffic_Competition are comparing it to the libraries listed below
- 城市交通流量时空预测---山东省数据应用(青岛)创新创业大赛。http://sdac.qingdao.gov.cn/common/cmptIndex.html☆35Updated 5 years ago
- 天池智慧交通预测挑战赛 - 比赛经历分享☆16Updated 7 years ago
- 上海市交通流量时空模式挖掘☆55Updated 8 years ago
- 天池DCIC2020船只轨迹数据挖掘比赛算法阶段Rank 3解决方案:☆109Updated 2 years ago
- 2019天池大数据竞赛杭州市地铁流量流入流出预测 成绩27/2319 比赛地址https://tianchi.aliyun.com/competition/entrance/231708/introduction?spm=5176.12281957.1004.6.38b0…☆45Updated 6 years ago
- 天池全球城市计算AI挑战赛-地铁人流量预测 A榜22/2319☆133Updated 6 years ago
- 2019年广西人工智能设计大赛:交通-地铁客流量预测Baseline(三等奖)☆48Updated 4 years ago
- 客流预测、Resnet☆15Updated 5 years ago
- 交通流量多模型预测☆48Updated 4 years ago
- 科技战疫-大数据公益挑战赛-DataFountain重点区域人群密度预测 第1名方案☆38Updated 3 years ago
- 运用GAN来进行交通流预测和数据修复☆22Updated 4 years ago
- 分别使用三种图卷积做一个简单的交通流量预 测模型。☆35Updated 4 years ago
- 交通流预测☆17Updated 4 years ago
- 2020 CCF BDCI 线上第一 解决方案代码☆43Updated 4 years ago
- 天池大数据平台 贵州交通赛☆32Updated last year
- LCTFP: A freeway traffic flow prediction model based on CNN and LSTM☆94Updated 6 years ago
- 基于卡口实时过车数据进行交通流量的实时预测分析,使用LSTM循环神经网络模型进行融合预测,准确率达到90%以上。☆55Updated 4 years ago
- 天池智慧交通预测挑战赛解决方案☆500Updated 7 years ago
- 2019天池 全球城市计算AI挑战赛 (地铁流量预测)Top30☆11Updated 6 years ago
- 《交通大数据理论与方法》☆165Updated 2 years ago
- 时间序列ARIMA模型的销量预测☆63Updated 6 years ago
- 天池全球城市计算AI挑战赛:A榜单模型12.28, B榜单模型12.53,多模型融合11.74(Top 3), C榜官方结果17.08(新人赛验证C榜可通过乘个衰减提升很多到12.00,A榜也有效果到11.88)☆40Updated 6 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆43Updated 5 years ago
- 城市交通道路流量预测☆54Updated 6 years ago
- Some TrafficFlowForecasting Solutions(交通流量预测解决方案)☆355Updated 4 years ago
- 交通流量预测项目在研,以下是本人学习过程中积累整理的资源,会持续更新☆225Updated 4 years ago
- 阿里天池,广东公共交通大数据竞赛,简单实践,主要涉及特征提取,特征选择,scikit-learn使用☆10Updated 9 years ago
- 交通·未来系列线上公益学术活动PPT☆117Updated last month
- 利用已有的地铁流量历史数据建立模型,实现数据间存在的关联,为该城市未来一天的地铁流量进行一个较为准确的预测☆25Updated 5 years ago
- 由时间空间成对组成的轨迹序列,通过循环神经网络lstm,自编码器auto-encode,时空密度聚类st-dbscan做异常检测☆71Updated 5 years ago