城市道路状况概率神经网络判别方法

• 作者: 徐建闽 曹成涛 郭庚麒
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 城市路况 探测车 概率神经网络 智能交通系统信息平台
• 年，卷（期）: 2009,（13）
• 所属期刊栏目: 工程与应用
• 页码范围: 214-216,219
• 页数: 4页
• 分类号: TP39
• 字数: 3910字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.13.063

摘要

针对移动交通流检测信息的特点,在分析概率神经网络与Global K-means聚类算法的基础上,提出了一种基于移动交通流检测信息的城市路况概率神经网络判别方法.通过分析路况的相关因素,同时考虑信号控制交叉口红灯对车辆行程时间延误的影响,利用Global K-means算法改进的概率神经网络对探测车采集的实时交通信息进行处理,进而得出城市的道路状况.应用结果表明该方法能够有效地判别和跟踪道路状况的变化,比不考虑交叉口红灯的影响时能够更准确地反映城市道路的路况信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐建闽		354	5014	38.0	50.0
2	曹成涛		51	237	8.0	13.0
6	郭庚麒		35	115	5.0	9.0