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:
根据高速公路有交通事件发生时交通流将产生突变这一原理,采用改进的径向基函数(RBF)神经网络研究高速公路事件检测问题.分析交通流参数在有交通事件发生时的变化规影影响神经网络泛化能力的同时,加入多余节点的删除和合并策略,从而得到精简的网络结构.采用自适应学习方法进行隐含层节点的调整,使网络在不同的训练阶段能够自动选取不同的学习速率.仿真试验表明,该改进算法在高速公路交通事件检测中具有检测率高、学习速度快等优点,具有良好的应用前景.
推荐文章
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
高速公路交通事故成因分析及预防
高速公路
交通事故
预防
高速公路交通的神经控制器
高速公路
神经控制器
逆系统
内模控制
基于Elman神经网络的高速公路限速控制
Elman神经网络
高速公路
速度限制
仿真
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 基于改进的RBF神经网络的高速公路交通事件检测
来源期刊 公路交通科技 学科 交通运输
关键词 交通工程 高速公路 径向基函数 事件检测
年,卷(期) 2008,(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 119-122,130
页数 5页 分类号 U491
字数 3699字 语种 中文
DOI 10.3969/j.issn.1002-0268.2008.11.025
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 刘智勇 五邑大学信息学院 76 1180 21.0 31.0
2 赵晓芳 五邑大学信息学院 2 17 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (105)
参考文献  (8)
节点文献
引证文献  (14)
同被引文献  (28)
二级引证文献  (57)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(3)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(7)
  • 引证文献(4)
  • 二级引证文献(3)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
交通工程
高速公路
径向基函数
事件检测
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
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:
论文1v1指导