技术特征：
1.一种用于时间序列预测的输入输出直连神经网络结构，是由输入层，至少一个隐含层，输出层，和可选的承接层组成；其中，u
t
是隐含层的输出向量，w
(1)
为网络中输入层到隐含层权重矩阵，w
(2)
为网络中承接层到隐含层权重矩阵，x
t
是网络输入向量，是承接层的输出向量，b
(h)
是隐含层神经元偏置向量，f表示隐含层神经元传递函数；w
(3)
是网络中隐含层到输出层的权重矩阵，b
(o)
是输出神经元偏置向量，y
t
表示网络的输出向量；t表示采样时刻；当承接层存在时，隐含层的输出向量u
t
和承接层的输出向量的计算公式如下：的计算公式如下：其中，u
t-1
为t－1时刻的隐含层输出向量；当承接层不存在时，隐含层的输出向量u
t
的计算公式如下：u
t
＝f(w
(1)
x
t
+b
(h)
)其特征在于，加入输入输出直接全连接后，输出向量y
t
的计算公式如下：y
t
＝w(3)ut+λx
t
+b
(o)
其中，λ表示从输入层到输出层直接全连接的权重矩阵。