公开(公告)号：CN106295874B

公开(公告)日：2021-02-12

申请号：CN201610643752.9

申请日：2016-08-08

Applicant: 上海交通大学

Inventor： 潘理 ,  李振邦 ,  刘雄

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/08

Abstract: 本发明提供了一种基于深信度网络的交通流参数预测方法，包括以下步骤：根据交通流的预测时间间隔，采集交通流参数，在参数聚合的基础上，用归一化方法，对采集的交通流参数进行预处理；建立基于深信度网络的交通流参数预测方法，将归一化的交通流参数划分为训练数据集合测试数据集，并利用测试数据集训练DBN模型；利用深信度网络预测模型进行交通流参数预测；对比测试数据集和预测数据，进行误差分析。本发明通过分析并选取最佳神经网络结构，提高了参数预测的准确度。

公开(公告)号：CN106295874A

公开(公告)日：2017-01-04

申请号：CN201610643752.9

申请日：2016-08-08

Applicant: 上海交通大学

Inventor： 潘理 ,  李振邦 ,  刘雄

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/08

Abstract: 本发明提供了一种基于深信度网络的交通流参数预测方法，包括以下步骤：根据交通流的预测时间间隔，采集交通流参数，在参数聚合的基础上，用归一化方法，对采集的交通流参数进行预处理；建立基于深信度网络的交通流参数预测方法，将归一化的交通流参数划分为训练数据集合测试数据集，并利用测试数据集训练DBN模型；利用深信度网络预测模型进行交通流参数预测；对比测试数据集和预测数据，进行误差分析。本发明通过分析并选取最佳神经网络结构，提高了参数预测的准确度。