10.16526/j.cnki.11-4762/tp.2016.02.047
粒子群优化神经网络的交通事件检测算法研究
为减少交通事件引起的交通延误,提出一种基于粒子群优化神经网络的交通事件检测算法;首先,利用车载激光测距仪和GPS设备作为实验平台,采集了反映路段车辆占有率及车辆运行速度特征的交通参数;其次,利用粒子群(PSO)算法训练随机产生的初始化数据,优化BP神经网络连接权值和阈值;最后,将PSO优化后的BP神经网络作为分类器进行交通事件的自动分类和检测;试验中比较了PSO神经网络算法、BP神经网络算法和经典算法对交通事件的检测效果,PSO神经网络算法在事件检测率(DR)、平均检测时间(MTTD)方面均优于其他目标算法;结果显示,粒子群优化的神经网络算法用于交通事件检测提高了检测性能.
交通事件检测、粒子群优化、BP神经网络、激光测距仪、GPS
24
TP301(计算技术、计算机技术)
国家自然科学基金项目71473060
2016-04-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
171-174