使用多层神经网络对芬兰交通流进行预测。程序包括数据清洗、pandas数据可视化、keras建模、预测结果可视化。数据格式为：点ID，年，天数，小时，分钟，秒，百分之一秒，长度（m），车道，方向，车辆类别，速度(km/h)，有缺陷的（0-错误观察，1=错误观察），总时间（技术），间隔（技术），排队（技术）。共16列数据

自己写的利用RBF神经网络做的短期交通流预测matlab源码

该课题是基于MATLAB神经网络的交通标志识别系统。主要分3个步骤：定位，分割，识别。其中定位部分，考虑我国的交通标志主要分禁令类，指示类和警示类，其中禁令类为红色，指示类为蓝色，警示类为黄色。根据不同颜色比例组成，参数设置合理即可分离出图片中不同颜色分量。但是，这肯定多少存在一些误分割，比如将其他红色，蓝色或者黄色的物体给分离，那么考虑到交通标志区域的分量肯定是最大的，利用形态学相关知识，按面积小于一定阈值进行滤除，即可得到精准的定位。接着，分割出目标区域，得到彩色的目标区域。最后利用bp神经网络方法进行训练，得到结果，并且输出。整个设计带有一个可视化GUI界面，方便操作，布局合理，是你的不

基于遗传算法的小波神经网络交通流预测-基于遗传算法的小波神经网络交通流预测.pdf 基于遗传算法的小波神经网络交通流预测.pdf 基于遗传算法的小波神经网络交通流预测

bp神经网络进行交通预测的Matlab源代码 BP 神经网络用于预测 使用平台 - Matlab7.0 数据为1986年到2000年的交通量 ，网络为3输入，1输出 15组数据，其中9组为正常训练数据，3组为变量数据，3组为测试数据

基于遗传算法的小波神经网络交通流预测 基于遗传算法的小波神经网络交通流预测