VIP10
本课程属于：112-车路云协同感知与融合定位工程 智能汽车与新能源汽车工程 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

车路云协同交通预测工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=车路云协同交通预测工程的学习目… · 核心价值 · 整体知识框架与实战路线图
课程导入目标=车路云协同…
02
智能交通系统基础
目标=智能交通系统定义 · 发展历程 · 车路云协同在其中的定位与典型应用场景
智能交通系统基础目标=智能交通系…
03
车路云协同体系架构
目标=车端 · 路侧 · 云端的角色划分
车路云协同体系架…目标=车端
04
交通数据采集与感知
目标=摄像头 · 雷达 · 激光雷达
交通数据采集感知
05
交通数据预处理
目标=数据清洗 · 去噪 · 缺失值处理
交通数据预处理目标=数据清洗
06
交通预测核心概念
目标=交通流 · 速度 · 密度
交通预测核心概念目标=交通流
07
交通预测方法概览
目标=统计方法 · 机器学习 · 深度学习
交通预测方法概览目标=统计方法
08
时间序列预测基础
目标=自回归 · 移动平均 · ARIMA
时间序列预测基础目标=自回归
09
机器学习预测方法
目标=线性回归 · 支持向量机 · 随机森林
机器学习预测方法目标=线性回归
10
深度学习预测方法
目标=循环神经网络 · 长短期记忆网络 · 门控循环单元
深度学习预测方法目标=循环神经网…
11
图神经网络与路网建模
目标=图卷积网络 · 图注意力网络 · 时空图神经网络在路网交通预测中的原理…
图神经网络路网建模
12
车路云协同预测框架
目标=边缘计算 · 联邦学习 · 云边端协同训练与推理的架构设计与数据…
车路云协同预测框…目标=边缘计算
13
多源数据融合预测
目标=车路云多模态数据融合策略 · 特征级融合 · 决策级融合与注意力融合方法
多源数据融合预测目标=车路云多模…
14
实时交通预测系统设计
目标=低延迟推理 · 流式计算 · 消息队列
实时交通预测系统…目标=低延迟推理
15
交通预测工程化流程
目标=需求分析 · 数据管道 · 模型训练
交通预测工程化流…目标=需求分析
16
模型评估与调优
目标=MAE · RMSE · MAPE
模型评估调优
17
案例实战一
目标=基于车路云数据的城市主干道短时…
案例实战一目标=基于车路云…
18
案例实战二
目标=高速公路车路协同场景下的行程时…
案例实战二目标=高速公路车…
19
案例实战三
目标=基于图神经网络的路网级交通速度…
案例实战三目标=基于图神经…
20
案例实战四
目标=车路云协同的联邦学习交通预测模…
案例实战四目标=车路云协同…
21
案例实战五
目标=云端交通预测平台搭建与可视化大…
案例实战五目标=云端交通预…
22
常见问题与解决方案
目标=数据稀疏 · 通信延迟 · 模型漂移
常见问题解决方案
23
车路云协同预测的安全与隐私
目标=数据安全 · 隐私计算 · 联邦学习安全
车路云协同预测的…隐私
24
交通预测与信号控制协同
目标=预测结果在信号配时 · 绿波带 · 匝道控制与路径诱导中的应用
交通预测信号控制协同
25
交通预测与自动驾驶协同
目标=预测信息在自动驾驶决策规划 · 车路协同预警与编队行驶中的应用
交通预测自动驾驶协同
26
前沿技术进展
目标=大语言模型 · 数字孪生 · 边缘智能
前沿技术进展目标=大语言模型
27
项目综合实战
目标=从需求到部署的车路云协同交通预…
项目综合实战目标=从需求到部…
28
工程伦理与法规
目标=数据合规 · 算法公平 · 交通隐私保护与相关标准规范
工程伦理法规
29
职业发展与能力提升
目标=车路云交通预测工程师的技能栈 · 学习路径与行业认证
职业发展能力提升
30
课程总结与展望
目标=核心知识回顾 · 工程最佳实践 · 未来趋势与持续学习建议
课程总结目标=核心知识回…