优化BP_AdaBoost算法及其交通事件检测

• 作者: 丁文涛 刘庆华 方守恩 涂娟娟
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 交通事件 遗传算法 神经网络 BP_AdaBoost算法 东京高速公路
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 交通运输工程
• 页码范围: 1829-1833
• 页数: 5页
• 分类号: U491.3
• 字数: 3623字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.2015.12.010

摘要

为了及时检测出高速公路上发生的交通事件,减少由于交通事件带来的损失,提出了一种基于遗传优化的BP_AdaBoost算法用于交通事件检测.提取高速公路上下游的车流量、车速与占有率作为BP (back propagation)神经网络的输入值,利用遗传算法全局搜索的性能优化BP神经网络初始连接权值和输出阈值,再通过多个新的BP神经网络弱分类器构建成AdaBoost强分类器,设计基于遗传算法优化BP_AdaBoost算法的交通事件分类器.以在东京高速公路采集的真实数据进行性能验证,试验结果表明,该算法可以提高BP弱分类器的性能,检测率达到97％,误报率降至3.34％,适用于高速公路交通事件的检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方守恩	同济大学交通运输工程学院	132	1820	23.0	36.0
2	涂娟娟	江苏科技大学计算机科学与工程学院	11	71	5.0	8.0
3	刘庆华	同济大学交通运输工程学院	39	184	8.0	12.0
7	丁文涛	江苏科技大学计算机科学与工程学院	1	12	1.0	1.0