基于RBF神经网络模型的交通生成预测方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开一种基于RBF神经网络模型的交通生成预测方法及系统，该方法步骤包括：步骤S01.获取待预测区域指定时长内的居民出行起讫点位置坐标数据；步骤S02.对获取的居民出行起讫点位置坐标数据进行聚类分析，将待预测区域进行交通小区的划分；步骤S03.使用RBF神经网络建立交通生成预测模型；步骤S04.获取各交通小区的交通生成影响参数数据以及交通生成量，并作为训练样本对交通生成预测模型进行训练；步骤S05.将待预测交通小区的交通生成影响参数数据以及交通生成量输入至训练后的交通生成预测模型中，得到待预测交通小区的交通生成量的预测结果输出。本发明具有实现方法简单、复杂程度低、预测效率以及精度高优点。

《基于RBF神经网络模型的交通生成预测方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2021103331006，当前法律状态为已下证，由长沙理工大学提出申请，发明人为龙科军;庞稀廉;魏隽君;吴伟，申请日期为2021-03-29，公开（公告）日期为2024-12-03，国际专利分类号（IPC）为 G06F 18/23213 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开一种基于RBF神经网络模型的交通生成预测方法及系统，该方法步骤包括：步骤S01.获取待预测区域指定时长内的居民出行起讫点位置坐标数据；步骤S02.对获取的居民出行起讫点位置坐标数据进行聚类分析，将待预测区域进行交通小区的划分；步骤S03.使用RBF神经网络建立交通生成预测模型；步骤S04.获取各交通小区的交通生成影响参数数据以及交通生成量，并作为训练样本对交通生成预测模型进行训练；步骤S05.将待预测交通小区的交通生成影响参数数据以及交通生成量输入至训练后的交通生成预测模型中，得到待预测交通小区的交通生成量的预测结果输出。本发明具有实现方法简单、复杂程度低、预测效率以及精度高优点。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！