基于FART神经网络的高速公路交通事件检测法

• 作者: 杨旭华 王万良 董颖颖
• 来源期刊: 机电工程
• 学科: 交通运输
• 关键词: 模糊ART 神经网络 交通事件 检测
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 计算机应用
• 页码范围: 12-16
• 页数: 5页
• 分类号: TPL83|U491
• 字数: 5202字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2009.01.004

摘要

突发性交通事件是造成高速公路交通拥堵的主要原因,为了快速并准确地检测交通事件,有效提高高速公路的利用率和通行能力,将一种模糊论与自适应谐振神经网络相结合的聚类算法-Fuzzy ART神经网络算法用于检测高速公路交通事件.根据高速公路事件检测相关参数之间的关系,选用了交通流密度残差和平均速度残差的组合向量作为神经网络的输入,给出了事件检测的算法步骤和输出判断方法,并进行了仿真实验.仿真结果表明,该算法不仅能够检测出交通事件的发生及其造成的拥堵程度,还可以快速识别已有的交通事件类型,记忆未知的交通事件类型,实现边工作、边学习,且检测结果具有较高的稳定性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王万良	浙江工业大学信息工程学院	303	3770	29.0	48.0
2	杨旭华	浙江工业大学信息工程学院	31	275	7.0	16.0
3	董颖颖	浙江工业大学信息工程学院	2	7	2.0	2.0