网络流量分析入门——资料汇总和一些文字描述
关于图神经网络的部分主编推荐 | 图神经网络简介及其在交通流预测中的应用 https://zhuanlan.zhihu.com/p/144511840
自动驾驶，城市计算的相关论文
论文推荐 | 基于深度学习的自动驾驶交通流预测研究：回顾、解决方案和挑战【综述】 https://zhuanlan.zhihu.com/p/337146851
关于特征提取的一些工具：
深度学习_使用autoencoder自动提取特征 https://ff120.github.io/2017/04/27/机器学习专题/深度学习_使用autoencoder自动提取特征/
一些高质量的数据源：http://snap.stanford.edu/data/
利用Python绘制酷炫OD流量图的新方法 https://www.ershicimi.com/p/b2bd9e6168223d7ce01492266d94df51
一些大赛的解决方案baseline：
交通流量预测应用方案收集 https://github.com/xiaoxiong74/TrafficFlowForecasting
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
2020中国高校计算机大赛·华为云大数据挑战赛--热身赛 https://github.com/WisleyWang/2020HUAWEI-big-data-challenge
2020中国高校计算机大赛·华为云大数据挑战赛--热身赛 Rank7 思路及代码分享
热身赛题——交通流量预测
随着电子信息和移动通信技术高速发展和不断融合，人工智能在各个领域都相继取得了巨大的突破，
城市智能体也应运而生，而城市交通又是城市智能体的核心。交通流量数据既是城市交通中的基础数据，
又是反应交通状况的重要指标之一，准确预测交通流量对城市交通具有重大意义。本题以交通流量预测
为目标，邀请各个队伍以历史交通流量数据建立对应的算法模型，预测目标流量数据，通过预测值和真实
值之间的对比得到预测准确率，以此来评估各队伍所提交的预测算法。
基于网站流量的时间序列预测资源化整理 #35 https://github.com/wtysos11/blogWiki/issues/35
天池智慧交通预测挑战赛解决方案 https://github.com/PENGZhaoqing/TimeSeriesPrediction
Source code of Citywide Cellular Traffic Prediction Based on Densely Connected https://github.com/chuanting/STDenseNet
https://js.dclab.run/v2/cmptDetail.html?id=318 城市交通流量时空预测
页:
[1]