| 发明名称 | 一种基于极端学机网络的交通流预测方法 | ||
| 摘要 | 本发明公开了一种基于极端学机网络的交通流预测方法，所述极端学机网络是前馈神经网络，所述极端学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。 | ||
| 申请公布号 | CN106295804A | 申请公布日期 | 2017.01.04 |
| 申请号 | CN201610671080.2 | 申请日期 | 2016.08.15 |
| 申请人 | 清华大学 | 发明人 | 胡坚明;裴欣;王星超;王振玉;张毅 |
| 分类号 | G06N3/08(2006.01)I;G06Q10/04(2012.01)I | 主分类号 | G06N3/08(2006.01)I |
| 代理机构 | 北京众合诚成知识产权代理有限公司 11246 | 代理人 | 张文宝 |
| 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。 | ||
| 地址 | 100084 北京市海淀区北京市100084-82信箱 | ||