事件检测概率神经网络模型的建立与验证

摘要：

在对概率神经网络(PNN)的分类机理、输入向量选取和网络设置分析的基础上,建立了用于识别两类事件模式(无事件模式和有事件模式)的事件检测PNN模型.采用高速公路路段I-880实地线圈数据集和事件数据集验证模型,通过比较PNN模型与多层前向神经网络(MLF)模型的结果,发现无论对于向北、向南或混合方向的高速公路事件检测,PNN模型的检测率(DR)比MLF模型高;平均检测时间(MTTD)比MLF模型短;但误报率(FAR)较高.概率神经网络是高速公路事件检测的一种有效算法,其在理论基础、算法和学习速度等方面比多层前向神经网络具有优势.

关键词：事件检测、概率神经网络、多层前向神经网络

所属期刊栏目：6

分类号：U491(交通工程与公路运输技术管理)

在线出版日期：2006-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：70-74