作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文将一种新型的动态神经网络结构与传统的基于状态估计的故障检测方法相结合,提出了一种基于动态神经网络的交通事件检测算法.该网络借鉴静态BP网络的训练算法,并针对其训练方法中收敛速度慢及容易陷入局部极小点的缺点采用一种改进的算法,改善了训练效果.最后利用Matlab对提出的算法进行仿真,得到令人满意的效果.
推荐文章
基于视频图像的交通事件自动检测算法综述
事件检测
目标检测
目标跟踪
行为识别
基于Bagging算法和遗传神经网络的交通事件检测
Bagging算法
交通事件检测
RBF神经网络
遗传算法
LVQ神经网络在交通事件检测中的应用
Boosting算法
LVQ神经网络
分类器
交通事件检测
基于特征加权的交通事件检测研究
交通事件检测
支持向量机
特征加权
分类间隔
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于动态神经网络模型的交通事件检测算法
来源期刊 公路交通科技 学科 交通运输
关键词 动态神经网络 交通事件检测 状态估计 动态性能
年,卷(期) 2003,(6) 所属期刊栏目 智能运输系统与交通工程
研究方向 页码范围 105-108
页数 4页 分类号 U491.31
字数 3868字 语种 中文
DOI 10.3969/j.issn.1002-0268.2003.06.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王慧 浙江大学系统工程研究所 91 1067 19.0 29.0
2 吕琪 浙江大学系统工程研究所 1 62 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (62)
同被引文献  (20)
二级引证文献  (142)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(12)
  • 引证文献(11)
  • 二级引证文献(1)
2007(10)
  • 引证文献(7)
  • 二级引证文献(3)
2008(20)
  • 引证文献(8)
  • 二级引证文献(12)
2009(11)
  • 引证文献(4)
  • 二级引证文献(7)
2010(18)
  • 引证文献(4)
  • 二级引证文献(14)
2011(14)
  • 引证文献(5)
  • 二级引证文献(9)
2012(13)
  • 引证文献(5)
  • 二级引证文献(8)
2013(13)
  • 引证文献(4)
  • 二级引证文献(9)
2014(14)
  • 引证文献(4)
  • 二级引证文献(10)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(20)
  • 引证文献(2)
  • 二级引证文献(18)
2018(19)
  • 引证文献(2)
  • 二级引证文献(17)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
动态神经网络
交通事件检测
状态估计
动态性能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
公路交通科技
月刊
1002-0268
11-2279/U
大16开
北京市西土城路8号
2-480
1984
chi
出版文献量(篇)
6909
总下载数(次)
12
总被引数(次)
107459
相关基金
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
论文1v1指导