基于Bagging算法和遗传神经网络的交通事件检测

• 作者: 朱红斌
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Bagging算法 交通事件检测 RBF神经网络 遗传算法
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 234-236
• 页数: 3页
• 分类号: TP3
• 字数: 4063字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.01.076

摘要

提出一种集成遗传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,RBF神经网络作为分类器进行交通事件的自动分类与检测.在RBF 神经网络的训练过程中,采用遗传算法GA(Genetic Algorithm)对RBF神经网络的隐层中心值和宽度进行优化,用递推最小二乘法训练隐层和输出层之间的权值.为了提高神经网络的分类能力,采用Bagging算法,进行网络集成.通过Matlab仿真实验,证明该方法相对于传统的事件检测算法能更准确、快速地实现分类.

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