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:
提出一种基于Adaboost集成RBF神经网络的高速公路事件检测方法.首先对高速公路事件检测原理进行分析.进行了相关的参数选择,确定了RBF神经网络的结构,然后采用改进的Adaboost方法集成RBF神经网络进行高速公路事件检测并给出了事件检测算法的步骤,最后进行了仿真实验,实验结果表明,该方法可以明显提高RBF神经网络性能(高检测率、低误报率).且具有较强的泛化能力,适宜高速公路事件检测.
推荐文章
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
基于Adaboost方法的高速公路事件检测
Adaboost
高速公路事件检测
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
基于Adaboost算法的高速公路事件检测
Adabost
高速公路事件检测
神经网络
分类
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集成RBF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 Adaboost 高速公路事件检测 RBF神经网络
年,卷(期) 2008,(32) 所属期刊栏目 工程与应用
研究方向 页码范围 223-225,229
页数 4页 分类号 TP391
字数 4380字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.32.067
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 杨涛 冲南大学交通运输工程学院 1 11 1.0 1.0
2 张良春 中南大学信息科学与工程学院 8 85 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (77)
参考文献  (5)
节点文献
引证文献  (11)
同被引文献  (12)
二级引证文献  (11)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(3)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
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
Adaboost
高速公路事件检测
RBF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
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
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导