[发明专利]一种基于极端学习机网络的交通流预测方法在审
| 申请号： | 201610671080.2 | 申请日： | 2016-08-15 |
| 公开（公告）号： | CN106295804A | 公开（公告）日： | 2017-01-04 |
| 发明（设计）人： | 胡坚明;裴欣;王星超;王振玉;张毅 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06Q10/04 |
| 代理公司： | 北京众合诚成知识产权代理有限公司11246 | 代理人： | 张文宝 |
| 地址： | 100084 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于极端学习机网络的交通流预测方法，所述极端学习机网络是前馈神经网络，所述极端学习机网络根据神经网络节点包括：输入层，隐含层，输出层；隐含层，所述隐含层是对输入层进行处理的层，通过所述输入层节点加权获得所述每一个隐含层节点；输出层，所述输出层为神经网络预测层，所述输出层用于验证神经网络的预测准确度。 | ||
| 搜索关键词： | 一种 基于 极端 学习机 网络 通流 预测 方法 | ||
【主权项】：
一种基于极端学习机网络的交通流预测方法，其特征在于，所述极端学习机网络是前馈神经网络，所述极端学习机网络根据神经网络节点包括：输入层，隐含层，输出层；隐含层，所述隐含层是对输入层进行处理的层，通过所述输入层节点加权获得所述每一个隐含层节点；输出层，所述输出层为神经网络预测层，所述输出层用于验证神经网络的预测准确度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610671080.2/，转载请声明来源钻瓜专利网。
- 上一篇：瓶子（7）
- 下一篇：包装瓶（gr210）
