作者:刘伟铭,尹湘源,管丽萍 单位:中国公路学会 出版:《中国公路学报》2004年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFZGGL2004020200 DOC编号:DOCZGGL2004020209 下载格式:PDF + Word/doc 文字可复制、可编辑
《信息融合技术在交通事件自动检测中的应用》PDF+DOC2012年第04期 段飞飞 《基于CCD的待车数传感器研究——等待车辆图像的腐蚀—膨胀识别算法》PDF+DOC2004年第06期 陈武,王安麟,魏俊华 《基于RBF神经网络的跌倒检测算法研究》PDF+DOC2019年第11期 王晓雷,李栋豪,郑晓婉,娄泰山,丁国强,焦玉召,赵红梅 《神经网络在校正传感器非线性度方面的研究》PDF+DOC2003年第12期 黄天戍,倪效勇,张红剑,任清珍 《关于人工神经网络在智能传感器中的应用研究》PDF+DOC2002年第03期 翁桂荣 《一种具有渐进学习能力的融合方法》PDF+DOC2002年第10期 王军,苏剑波 《基于改进型BP神经网络的瓦斯传感器的非线性校正》PDF+DOC2007年第01期 刘刚,刘学仁,嵇英华,罗海梅 《基于多权值神经网络的老人跌倒智能识别研究》PDF+DOC2015年第04期 羌予践,华亮,陈玲,顾菊平,沈煜 《应用于卟啉阵列气体检测系统的识别算法》PDF+DOC2014年第11期 罗小刚,谢新莘 《一种WSN中的三层多维事件协作检测算法》PDF+DOC2014年第05期 王浩云,刘佼佼,方贺贺,任守纲,徐焕良
  • 提出了一种全新的高速公路事件自动检测算法,直接利用车辆检测器输出的脉冲宽度和脉冲间隔作为参数,运用LVQ神经网络对获得的脉冲宽度数据和脉冲间隔数据进行处理来判断是否有事件发生,从而大大减少了检测时间,为交通事件的快速处理提供了可靠的依据。此外,该算法利用神经网络的自学习能力,可以很好地确定各条道路发生交通事件的门限值。仿真结果表明:该算法具有较高的事件检测率(约为97%)、较短的检测时间和较低的误警率(约为0 41%),具有很好的应用前景。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。