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:
根据交通流复杂性的特点,提出了基于BP神经网络的交通状态判别方法.并以高速公路隧道为例,通过Matlab软件编程实现模拟仿真,最后通过对神经网络的输出结果与决策阈值相比较,确定其所反映的交通状态.仿真结果表明,该算法可用于实时交通状态判别,并具有很高的精度和较好的收敛度.
推荐文章
适于动态导航系统的城市道路交通状态判别
交通状态
动态导航
灰关联熵
BP神经网络
基于BP神经网络的道路交通事故损失预测
人工神经网络
BP模型
道路交通事故
损失预测
广西道路交通事故BP人工神经网络预测模型的建立及效果评价
道路交通事故
BP人工神经网络
预测模型
广西
道路交通安全综合评价的人工神经网络方法
交通安全
综合评价
人工神经网络
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BP神经网络的道路交通状态判别方法研究
来源期刊 交通信息与安全 学科 交通运输
关键词 交通状态判别 BP神经网络 交通状态定量划分
年,卷(期) 2011,(4) 所属期刊栏目 方法研究与探讨
研究方向 页码范围 71-74,79
页数 分类号 U491
字数 3617字 语种 中文
DOI 10.3963/j.ISSN1674-4861.2011.04.016
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 靳文舟 华南理工大学土木与交通学院 132 1133 18.0 27.0
2 巫威眺 华南理工大学土木与交通学院 23 124 7.0 11.0
3 林培群 华南理工大学土木与交通学院 43 322 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (94)
参考文献  (9)
节点文献
引证文献  (34)
同被引文献  (56)
二级引证文献  (63)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(8)
  • 引证文献(8)
  • 二级引证文献(0)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(12)
  • 引证文献(4)
  • 二级引证文献(8)
2017(18)
  • 引证文献(3)
  • 二级引证文献(15)
2018(14)
  • 引证文献(4)
  • 二级引证文献(10)
2019(21)
  • 引证文献(6)
  • 二级引证文献(15)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
交通状态判别
BP神经网络
交通状态定量划分
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
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
总被引数(次)
29572
论文1v1指导