检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于邻接传感器及神经网络的车辆分类算法

通信学报 2008年第11期29卷 139-144页

作者：张伟谭国真丁男商瑶大连理工大学计算机科学与工程系辽宁大连116023

为了提高车辆分类的性能,基于邻接传感器网络和BP神经网络提出一个有效的车辆分类算法MSVCA。在本算法中,使用成本相对低廉、灵敏度高的地磁传感器,采集车辆对地磁场的磁扰动特征信号,并根据邻接传感器网络本身的几何特性估计车辆长度,... 详细信息

为了提高车辆分类的性能,基于邻接传感器网络和BP神经网络提出一个有效的车辆分类算法MSVCA。在本算法中,使用成本相对低廉、灵敏度高的地磁传感器,采集车辆对地磁场的磁扰动特征信号,并根据邻接传感器网络本身的几何特性估计车辆长度,最后采用BP神经网络对车辆进行分类。神经网络的输入包括车辆长度、速度以及特征向量序列,输出为预定义的车辆类型。仿真及路面实验获得了93.61%的准确率。结果表明该算法提高了车辆分类的准确性,且具有较高的精度和顽健性。

关键词：智能交通车辆分类邻接传感器网络神经网络聚类算法

在线全文

学校读者我要写书评

暂无评论

基于Bayes网络的微波视频融合车辆分类

清华大学学报（自然科学版） 2011年第1期51卷 135-140页

作者：孟华东邓晨苏扬王鹏清华大学电子工程系北京100084 武汉理工大学信息工程学院武汉430070

车辆分类系统是智能交通系统中的一个重要组成部分,其功能是检测车辆类型,为道路监控和交通规划提供信息。该文提出了一种基于Bayes网络的传感器融合车辆分类系统,通过微波和视频传感器分别得到车辆的高度轮廓和平面轮廓,采用混合Gauss... 详细信息

车辆分类系统是智能交通系统中的一个重要组成部分,其功能是检测车辆类型,为道路监控和交通规划提供信息。该文提出了一种基于Bayes网络的传感器融合车辆分类系统,通过微波和视频传感器分别得到车辆的高度轮廓和平面轮廓,采用混合Gauss分布对提取的车辆特征建模,然后在Bayes网络的框架下对7类车辆进行分类。实验表明:该分类系统可以将车辆分类的准确率从单微波传感器的79%提高到融合传感器的87%,特别是中小型车辆和大型车辆之间的重大分类错误率从9%降低到2%。

关键词：车辆分类微波雷达传感器数据融合 Bayes网络

基于改进长短时记忆神经网络-自适应增强算法的多天气车辆分类方法

在线全文

学校读者我要写书评

暂无评论

汽车工程 2020年第9期42卷 1248-1255页

作者：李达张照生刘鹏王震坡董昊天北京理工大学机械与车辆学院北京100081 北京理工大学电动车辆国家工程实验室北京100081 北京市电动车辆协同创新中心北京100081

针对目前国内外车辆分类效果不理想和受天气影响较大的问题,本文中提出一种基于改进长短时记忆神经网络自适应增强算法(LSTM-AdaBoost)的多天气车辆分类方法,并提出一种“多层网格法”以准确地确定LSTM的超参数。首先建立地磁车辆检测... 详细信息

针对目前国内外车辆分类效果不理想和受天气影响较大的问题,本文中提出一种基于改进长短时记忆神经网络自适应增强算法(LSTM-AdaBoost)的多天气车辆分类方法,并提出一种“多层网格法”以准确地确定LSTM的超参数。首先建立地磁车辆检测系统平台和车辆分类方法,然后分析基于改进LSTM-AdaBoost的车辆分类结果,并对不同车辆分类方法和不同天气下的分类准确率进行了对比。结果表明,与最邻近结点算法和反向传播神经网络算法相比,本文所提出的方法具有较高的准确率,最高分类准确率为92.2%。暴雨、雾霾和晴天3种天气中,暴雨时的分类准确率最低,但差别不大,最大相差3.9个百分点。

关键词：车辆分类地磁信号长短时记忆神经网络-自适应增强算法多天气

在线全文

学校读者我要写书评

暂无评论

一种新颖的多传感器行驶车辆分类系统

天津大学学报 2008年第2期41卷 194-198页

作者：张文斌王祁马松林李新凯哈尔滨工业大学电气工程及自动化学院哈尔滨150001 哈尔滨工业大学交通科学与工程学院哈尔滨150001

提出了一种新颖的利用5个埋入式应变传感器获得车型特征参数的多传感器行驶车辆分类系统.该系统利用传感器的特殊位置分布与车辆各轴到达传感器时刻的相关性,对采集的信息进行像素级融合,突出信号的特征部分,提高特征提取的准确率和精度... 详细信息

提出了一种新颖的利用5个埋入式应变传感器获得车型特征参数的多传感器行驶车辆分类系统.该系统利用传感器的特殊位置分布与车辆各轴到达传感器时刻的相关性,对采集的信息进行像素级融合,突出信号的特征部分,提高特征提取的准确率和精度.最后利用D-S证据理论组合轴数、轴空间和轴重等特征证据对车型进行分类.实验结果表明该系统对行驶车辆识别率超过95%.

关键词：车辆分类多传感器系统融合算法 INS组合规则

在线全文

学校读者我要写书评

暂无评论

基于非参数假设检验的高速公路车辆分类研究

公路交通科技 2010年第12期27卷 38-42,66页

作者：杨若冲黄晓明东南大学交通学院江苏南京210096

为获得高速公路车辆分类的量化方法,根据典型测点的各车型轴载谱数据,归纳了高速公路的主要车型,并研究了高速公路车辆分类方法。采用2个独立样本的非参数假设检验,研究了客车与各型货车前轴及单后轴的称重数据是否来自同一总体,在此基... 详细信息

为获得高速公路车辆分类的量化方法,根据典型测点的各车型轴载谱数据,归纳了高速公路的主要车型,并研究了高速公路车辆分类方法。采用2个独立样本的非参数假设检验,研究了客车与各型货车前轴及单后轴的称重数据是否来自同一总体,在此基础上,采用多个独立样本的非参数假设检验方法研究了各型货车间相同轴型的称重数据是否来自同一总体。研究表明,各型货车力学特性接近,属于同一大类型;而客车与货车的力学特性差异明显,因此可将客车与货车划分为两大类型。非参数假设检验方法为高速公路车辆划分提供了量化的依据。

关键词：道路工程车辆分类非参数假设检验轴载谱称重数据

在线全文

学校读者我要写书评

暂无评论

客货分离道路系统的车辆分类标准和评价方法

深圳大学学报（理工版） 2015年第5期32卷 524-531页

作者：马捷李津程琳东南大学交通学院南京210096 吉林大学交通学院长春130022

提出一种适用于客货分离道路系统的客货车辆分类法,仿真验证表明,其与传统车辆分类法相比,在客货分离道路上采用该分类法具有优势,为实施高速公路客货分离改造提供了有依据的车辆分类标准.通过比较平均车速、延误、车速离散系数和换道... 详细信息

提出一种适用于客货分离道路系统的客货车辆分类法,仿真验证表明,其与传统车辆分类法相比,在客货分离道路上采用该分类法具有优势,为实施高速公路客货分离改造提供了有依据的车辆分类标准.通过比较平均车速、延误、车速离散系数和换道次数等指标,评价高速公路客货分离改造效果的方法,为客货分离道路系统的评价研究提供了思路.

关键词：交通管制车辆分类客货分离评价方法通行能力道路安全公路运输

基于改进YOLOv3的复杂场景车辆分类与跟踪

在线全文

学校读者我要写书评

暂无评论

山东大学学报（工学版） 2020年第2期50卷 27-33页

作者：宋士奇朴燕蒋泽新长春理工大学电子信息工程学院吉林长春130022

针对天气条件和车辆间相互遮挡对车辆分类与跟踪准确性和稳定性的影响,提出一种基于改进YOLOv3与匹配跟踪的混合模型。改进的YOLOv3网络参照密集连接卷积网络的设计思想,将网络中的残差层替换为密集卷积块并改变网络的设计结构,利用Soft... 详细信息

针对天气条件和车辆间相互遮挡对车辆分类与跟踪准确性和稳定性的影响,提出一种基于改进YOLOv3与匹配跟踪的混合模型。改进的YOLOv3网络参照密集连接卷积网络的设计思想,将网络中的残差层替换为密集卷积块并改变网络的设计结构,利用Softmax分类器将密集卷积块与卷积层中融合的特征进行分类。根据单帧图像的检测结果,设计目标匹配函数解决视频序列中车辆的跟踪问题。在KITTI数据集的测试中,改进算法的平均准确率为93.01%,帧率达到48.98帧/s,在自建的数据集中平均识别率为95.79%。试验结果表明,本研究方法在复杂场景中能够有效的区分车辆种类且准确性更高,车辆跟踪的算法具有较高准确性和鲁棒性。

关键词：图像处理车辆分类卷积神经网络 YOLOv3 匹配跟踪

在线全文

学校读者我要写书评

暂无评论

定场景内随机运动车辆分类方法研究

微电子学与计算机 2006年第6期23卷 111-114页

作者：郭利生郭立焦荣惠郑军中国科学技术大学电子科学与技术系北京军区66242部队内蒙古011216

文章介绍了一种在定观察角视频场景内随机运动车辆的分类算法。将待分类车辆在固定观察角下进行360度旋转,每隔一度计算该角度下投影图像的不变矩特征,形成了该类型车辆在固定观察角下的训练曲线。然后对同观察角度场景内运动车辆的掩... 详细信息

文章介绍了一种在定观察角视频场景内随机运动车辆的分类算法。将待分类车辆在固定观察角下进行360度旋转,每隔一度计算该角度下投影图像的不变矩特征,形成了该类型车辆在固定观察角下的训练曲线。然后对同观察角度场景内运动车辆的掩模进行特征提取,将得到的特征与训练曲线进行匹配分类。实验表明,该方法分类准确。

关键词： RTS不变量车辆分类车辆跟踪

在线全文

学校读者我要写书评

暂无评论

基于震动信号HHT的车辆分类

计算机仿真 2010年第3期27卷 281-285页

作者：林振华李宝清魏建明刘海涛中科院上海微系统与信息技术研究所中国科学院无线传感网与通信重点实验室上海200050

震动传感器是智能监控传感器系统的重要组成部分。震动信号是一种非线性非平稳信号。相比于传统的时频分析方法,对希尔伯特-黄变换是一种更有效地处理非平稳信号的时频分析方法。将希尔伯特-黄变换引入到车辆分类中,提取震动信号特征信... 详细信息

震动传感器是智能监控传感器系统的重要组成部分。震动信号是一种非线性非平稳信号。相比于传统的时频分析方法,对希尔伯特-黄变换是一种更有效地处理非平稳信号的时频分析方法。将希尔伯特-黄变换引入到车辆分类中,提取震动信号特征信息,利用经验模态分解(EMD)获得车辆行驶引起的地面震动信号的固有模态函数(IMF),通过选取的固有模态函数得到相应的希尔伯特谱,然后在希尔伯特谱的基础上根据谱峰对车辆进行分类。仿真测试结果表明方法具有很高的正确率。

关键词：震动信号希尔伯特-黄变换希尔伯特谱车辆分类