基于生成型深信度网络的新建路口交通流量预测方法

    公开(公告)号:CN105096614B

    公开(公告)日:2017-11-14

    申请号:CN201510612951.9

    申请日:2015-09-23

    IPC分类号: G08G1/065 G08G1/01

    摘要: 基于生成型深信度网络的新建路口交通流量预测方法,属于短期交通流量预测技术领域。本发明是为了解决目前针对新建路口进行交通流量预测存在的数据少,预测精度低的问题。它首先基于深度学习理论和受限的玻尔兹曼机,建立一个具有144输入与144输出结构的生成型深信度网络回归模型;所述新建路口所属城市的成熟路口数据对深信度网络回归模型进行预训练,获得深信度网络回归预训练模型;再利用新建路口的预存实际交通流量数据对深信度网络回归预训练模型继续进行精调,获得最终深信度网络回归模型;采集新建路口的当前实际交通流量数据,采用最终深信度网络回归模型对新建路口的交通流量进行在线预测。本发明用于新建路口交通流量预测。

    基于生成型深信度网络的新建路口交通流量预测方法

    公开(公告)号:CN105096614A

    公开(公告)日:2015-11-25

    申请号:CN201510612951.9

    申请日:2015-09-23

    IPC分类号: G08G1/065 G08G1/01

    摘要: 基于生成型深信度网络的新建路口交通流量预测方法,属于短期交通流量预测技术领域。本发明是为了解决目前针对新建路口进行交通流量预测存在的数据少,预测精度低的问题。它首先基于深度学习理论和受限的玻尔兹曼机,建立一个具有144输入与144输出结构的生成型深信度网络回归模型;所述新建路口所属城市的成熟路口数据对深信度网络回归模型进行预训练,获得深信度网络回归预训练模型;再利用新建路口的预存实际交通流量数据对深信度网络回归预训练模型继续进行精调,获得最终深信度网络回归模型;采集新建路口的当前实际交通流量数据,采用最终深信度网络回归模型对新建路口的交通流量进行在线预测。本发明用于新建路口交通流量预测。