基于最小风险的Bayes决策方法在交通检测中的应用

• 作者: 孟庆春 迟晓君 陈鹏
• 来源期刊: 计算机应用研究
• 关键词: Bayes决策 最小风险 视觉检测 智能交通系统
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 开发应用
• 页码范围: 204-205,220
• 页数: 3页
• 分类号: TP39
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2005.12.068

摘要

提出了一种在智能交通系统中实时检测交通参数时更新路况背景的新方法,即基于最小风险的Bayes决策分类的背景提取方法.通过比较在不同类别路况模式下的期望风险值,找到最小风险值所对应的决策方案,相应地采取不同的策略替换路面背景.这种方法可达到精确地检测车辆的目的,并将其应用于智能交通参数的视觉检测过程中.其结果满足实时性检测的要求,可作为智能交通系统中高层控制管理的基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟庆春	中国海洋大学计算机科学系	34	590	12.0	23.0
5	迟晓君	中国海洋大学计算机科学系	4	10	2.0	3.0
6	陈鹏	中国海洋大学计算机科学系	17	69	5.0	8.0