技术特征：
技术总结
本发明公开了一种共享设备的需求量预测方法及系统，其中该方法包括：采集目标区域在预定时间段内的定位数据；将定位数据输入至预先建立的神经网络模型的预处理层，以按照预处理规则处理各定位数据得到目标区域对应的样本数据；将各样本数据输入至神经网络模型中的隐含层以进行样本训练；在获取到预测指令时，接收当前定位数据并输入至经训练后的神经网络模型中以得到预测结果。该方法利用神经网络算法建立神经网络模型，通过深度学习对大量得到的样本数据进行训练，从而在输入当前定位数据后，能够得到目标区域对应的需求量的预测结果，从而实现实时预测。另外，在获取到定位数据后，会对定位数据进行预处理，因此，能够提高预测结果的准确性。
技术研发人员：张雁峰;黄运保;范西岸
受保护的技术使用者：广东工业大学
技术研发日：2017.04.18
技术公布日：2017.08.11