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:
提出一种Adaboost BP神经网络的交通事件检测方法:以上下游的流量和占有率作为特征,用BP神经网络作为分类器进行交通事件的自动分类与检测.在BP神经网络的训练过程中,提出一种新的训练算法,提高了神经网络的分类能力.为了进一步提高神经网络的泛化能力,采用改进的Adaboost算法,进行网络集成.运用Matlab进行仿真分析.结果表明所提出的交通事件检测算法具有较好的检测性能.
推荐文章
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
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
基于视频的交通事件和交通流检测系统
背景模型
图像分割
特征提取
目标检测
机器视觉
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
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Adaboost算法的交通事件检测
来源期刊 计算机时代 学科 工学
关键词 Adaboost算法 交通事件检测 BP神经网络 分类器
年,卷(期) 2008,(1) 所属期刊栏目 应用实践
研究方向 页码范围 45-47
页数 3页 分类号 TP3
字数 3358字 语种 中文
DOI 10.3969/j.issn.1006-8228.2008.01.018
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 朱红斌 丽水学院计算机与信息工程学院 23 135 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (60)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(4)
  • 二级参考文献(0)
2008(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Adaboost算法
交通事件检测
BP神经网络
分类器
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
计算机时代
月刊
1006-8228
33-1094/TP
大16开
浙江省杭州市环城西路33号-省计算所大楼
32-81
1983
chi
出版文献量(篇)
6851
总下载数(次)
36
总被引数(次)
24935
论文1v1指导