以AI为驱动，融合深度神经网络与地理加权的时空非平稳关系建模方法丨城市数据派

数据精英夏季特训营开车啦！

同时报名还可享更多优惠：

任选2套同报，再减200元！

任选3套同报，再减360元！

任选4套同报，再减520元！

任选5套同报，再减700元！

任选6套同报，再减900元！

（以上优惠不包括营5和营14）

加我获取每套课程详细介绍

加我咨询和报名课程

---

项目基本信息

项目名称：融合深度神经网络与地理加权的时空非平稳关系建模方法

项目负责人：杜震洪

依托单位：浙江大学

项目参与人：

卢宾宾 讲师 武汉大学

吴森森 浙江大学

顾昱骅 浙江大学

史祎琳 武汉大学

王中一 浙江大学

覃梦娇 浙江大学

戚劲 浙江大学

李亚东 浙江大学

杨许莹 浙江大学

项目摘要

针对现有时空非平稳关系建模方法存在时空邻近关系表达不充分、核函数解算不精准等问题，以人工智能方法为驱动，充分利用深度神经网络的超强非线性拟合与计算能力，解决“时空邻近关系如何统一表达”和“时空非平稳性如何精准解算”两个基础问题。从时空邻近性构造切入，研究时空邻近关系的多层次深度神经网络表达方法，实现复杂时空邻近关系的统一集成与参数化解析；围绕权重核函数的复杂精准解构，建立融合回归分析的地理时空加权神经网络，设计面向时空加权特征的自适应优化训练算法，利用神经网络系统的动态学习与迭代优化能力，实现时空非平稳性的精确解构与高效计算。项目研究有望综合利用现代深度学习方法对于复杂地理系统的拟合与计算优势，实现时空非平稳关系建模的理论创新与模型突破，建立较为完备的地理时空神经网络加权回归新方法体系，全面提升地理时空非平稳关系的建模能力与应用水平。

项目结题成果报告

以下研究成果内容摘自项目结题成果报告。该项目报告共计47页，关注城市数据派微信公众号，在微信公众号对话框中输入 24911，即可获得报告全文PDF的下载方式：

研究工作主要进展等（部分摘取）

……

还有更多成果内容，详见项目结题成果报告。该项目报告共计47页，关注城市数据派微信公众号，在微信公众号对话框中输入24911，即可获得报告全文PDF的下载方式。

最近有朋友问我们：为什么没有及时看到推文？因为微信改了推送规则，没有点“赞”或“在看”，没有把我们“星标”，都有可能出现这种状况。

加“星标”，不迷路！看完文章顺手点点“赞”或“在看”，就可以准时与我们见面了~

原文始发于微信公众号（城市数据派）：以AI为驱动，融合深度神经网络与地理加权的时空非平稳关系建模方法丨城市数据派