[发明专利]基于小波神经网络的交通流预测方法在审
| 申请号： | 201811372292.6 | 申请日： | 2018-11-16 |
| 公开（公告）号： | CN109410581A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 曹金亮;吴晓华 | 申请（专利权）人： | 浙江海洋大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G06Q10/04;G06Q50/30;G06N3/08 |
| 代理公司： | 杭州杭诚专利事务所有限公司 33109 | 代理人： | 尉伟敏 |
| 地址： | 316100 浙江省舟山市普陀区普*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是针对现有机器学习在学习预测过程中由于道路交通的突发性状况而会陷入振荡效应，造成训练过程难以收束或者说收束过程延长，造成训练时间过长，训练结果不理想的状况，为此设计了一种基于小波神经网络的交通流预测方法。 | ||
| 搜索关键词： | 小波神经网络 交通流预测 收束 道路交通 机器学习 训练过程 训练结果 振荡效应 预测 学习 | ||
【主权项】：
1.基于小波神经网络的交通流预测方法，其特征在于，包括以下步骤：M1，设置好多路CCD识别，以FGPA作为单路处理核心的预测装置；M2，使得装置进行学习预测，预测5个红绿灯跳转周期或15分钟，预测正确则跳转步骤；M3，建立训练集并把步骤M1中采集数据写入；M4，对数据进行五组训练，训练间隔为1个红绿灯跳转周期或3分钟；M5，统计预测输出的收束程度，判断是否出现突发情况，没有突发情况则跳转步骤M7；M6，调取历史同时刻实际训练用数据，复核突发情况是否真实；M7，对比训练预测结果与实际结果，误差率小于设定值则判断训练完成，并把训练结束的算法模型投放应用。
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浙江海洋大学，未经浙江海洋大学许可，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/201811372292.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种公交实时到站时间预测方法及系统
- 下一篇：交通状况分析方法及终端设备
