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:
针对高速公路事件检测这一非线性分类问题,提出一种基于概率神经网络的事件检测方法.阐述了概率神经网络的结构与训练算法,分析了事件对交通流的影响规律,并合理地选取了概率神经网络的输入量,用高速公路管理部门提供的样本数据进行了仿真研究.仿真实验表明,基于概率神经网络的事件检测方法具有学习速度快、泛化能力好、检测准确率高等优最,具有良好的应用前景.
推荐文章
基于Adaboost集成RBF神经网络的高速公路事件检测
Adaboost
高速公路事件检测
RBF神经网络
基于BP人工神经网络的高速公路能见度预报
高速公路
BP人工神经网络
能见度预
回归结果
城市高速公路交通的神经网络建模与控制
城市高速公路
交通流模型
入口匝道控制
神经网络
高速公路动态交通系统的神经网络预测控制
高速公路
交通控制
神经网络
预测控制
建模
最优化
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 基于概率神经网络的高速公路事件检测
来源期刊 计算机工程与应用 学科 工学
关键词 交通工程 高速公路 事件检测 概率神经网络 分类
年,卷(期) 2007,(15) 所属期刊栏目 工程与应用
研究方向 页码范围 227-229
页数 3页 分类号 TP183
字数 3098字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.15.069
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 梁新荣 华南理工大学交通学院 20 317 11.0 17.0
5 裴瑞平 五邑大学信息学院 3 53 3.0 3.0
6 易少芹 五邑大学信息学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (78)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (7)
二级引证文献  (8)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(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
交通工程
高速公路
事件检测
概率神经网络
分类
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导