留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于决策融合的城市道路交通事件自动检测算法研究

周强 郑长江 陈淑燕 愈张啸

周强, 郑长江, 陈淑燕, 愈张啸. 基于决策融合的城市道路交通事件自动检测算法研究[J]. 交通信息与安全, 2011, 29(3): 84-88,144. doi: 10.3963/j.ISSN1674-4861.2011.03.020
引用本文: 周强, 郑长江, 陈淑燕, 愈张啸. 基于决策融合的城市道路交通事件自动检测算法研究[J]. 交通信息与安全, 2011, 29(3): 84-88,144. doi: 10.3963/j.ISSN1674-4861.2011.03.020
ZHOU Qiang, ZHENG Changjiang, CHEN Shuyan, YU Zhangxiao. Urban Road Traffic Incident Auto-detecting Based on Decision Fusion[J]. Journal of Transport Information and Safety, 2011, 29(3): 84-88,144. doi: 10.3963/j.ISSN1674-4861.2011.03.020
Citation: ZHOU Qiang, ZHENG Changjiang, CHEN Shuyan, YU Zhangxiao. Urban Road Traffic Incident Auto-detecting Based on Decision Fusion[J]. Journal of Transport Information and Safety, 2011, 29(3): 84-88,144. doi: 10.3963/j.ISSN1674-4861.2011.03.020

基于决策融合的城市道路交通事件自动检测算法研究

doi: 10.3963/j.ISSN1674-4861.2011.03.020
详细信息
  • 中图分类号: U491.2

Urban Road Traffic Incident Auto-detecting Based on Decision Fusion

  • 摘要: 为了提高城市道路交通事件自动检测算法的性能,引入算法性能可靠度概念对基于浮动车数据和感应线圈数据的事件自动检测算法检测结果进行决策融合.决策融合算法包括3个模块:①感应线圈数据算法模块:选择流量、占有率、路段长度、前一个检测周期的检测参数作为输入参数,训练BP网络进行事件判别;②浮动车数据算法模块:使用误差分析理论确定满足数据精度要求的最小浮动车样本量,选择路段行程时间、行程速度作为BP网络输入参数,进行事件判别;③决策融合模块.引入算法性能可靠度概念,计算模块一和模块二判别结果的权重值,使用加权平均法进行决策融合.通过Vissim仿真获得数据,在Matlab中编程实现算法的计算,仿真结果表明决策融合算法的性能优于单数据源事件自动检测算法.

     

  • 加载中
计量
  • 文章访问数:  267
  • HTML全文浏览量:  71
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 刊出日期:  2011-06-28

目录

    /

    返回文章
    返回