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:
高速公路交通事件自动检测在我国是一个新的研究领域,它是解决高速公路突发交通事件的有效途径之一.随着神经网络技术的成熟与完善,许多学者把这项技术应用于高速公路交通事件自动检测.本文总结现有神经网络算法的不足,提出基于SNN(Statistical Neural Networks)软件系统的神经网络交通事件检测新算法,通过与传统的加利福尼亚算法、滤波算法、标准偏差法进行比较和验证,得出新算法明显优于传统事件检测算法的结论.
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
快速路交通事件自动检测系统及算法
交通事件
自动检测系统
检测算法
检测器
基于PCA和SVM的交通事件自动检测算法
交通工程
事件自动检测
主成分分析
支持向量机
预处理
基于对向传播网络的交通事件检测算法
高速公路
事件检测
对向传播网络
算法
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SNN软件系统的神经网络交通事件自动检测算法
来源期刊 公路交通科技 学科 交通运输
关键词 交通事件 自动检测 神经网络
年,卷(期) 2004,(11) 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 89-92
页数 4页 分类号 U491
字数 3035字 语种 中文
DOI 10.3969/j.issn.1002-0268.2004.11.024
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 姜桂艳 吉林大学交通学院 51 1107 18.0 32.0
2 王炜 东南大学交通学院 485 13108 57.0 81.0
3 李海峰 东南大学交通学院 16 317 10.0 16.0
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  (69)
参考文献  (5)
节点文献
引证文献  (21)
同被引文献  (6)
二级引证文献  (12)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(7)
  • 引证文献(5)
  • 二级引证文献(2)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
交通事件
自动检测
神经网络
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导