技术编号：32789208
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。.本发明涉及一种交通流预测方法，尤其是一种基于深度自适应学习的交通流预测方法。背景技术.目前，国内外研究者在交通流预测方面已有较多有益成果。现有交通流预测模型可分为：基于统计分析的预测模型、非线性理论模型、仿真预测模型、智能预测模型、混合模型等。近年来，以lstm为代表的反馈神经网络在时间序列数据的预测方面具有广泛的应用，而且可作为非线性单元用于构造更大型的混合模型，但是lstm网络结构模型依赖传统经验难以确定结构参数的问题。因此，本发明提出了一种基于深度自适应学习的交通流预测方法，能够有效...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。