案例展示

• 

  地理数据处理

  完成城市规划、交通规划领域的数据处理与分析任务。包括数据录入、数据清洗、数据处理。 对空间数据进行可视化分析。 为对上述数据完成分类与预测任务，搭建机器学习或深度神经网络后完成训练。

• 

  轨迹数据处理

  提出轨迹重建与异常识别方法，针对车辆轨迹数据集中正常与异常数据不平衡问题，采用数据增强思路，通过丰富数据集的数量和种类。同时，针对深度学习参数不易标定的缺点，建立融合 LSTM 的 AE 模型。在异常识别中引入注意力机制提升模型的分类精度。