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:
为了实现智能交通领域异常车辆的自动识别,结合实际情况及大量的实验仿真,提出一种由目标车辆检测跟踪、车辆轨迹处理、车辆行为分析三部分组成的解决方案.首先采用改进的高斯模型背景差分算法来检测目标车辆,接着采用基于粒子滤波算法跟踪目标车辆,然后拟合跟踪轨迹以提取特征值,最后将特征样本输入随机森林算法生成分类器,对车辆行为进行分析.实验结果表明该方法能够实现对现实场景中车速过快和频繁变道两种异常行为的识别.
推荐文章
基于随机森林的精确目标检测方法
随机森林
决策树
目标检测
长宽比
Boosting算法
基于随机森林的硬件木马检测方法
侧信道分析
硬件木马
分类器
随机森林
基于随机森林的雨天车辆跟驰风险行为研究
交通安全
车辆跟驰
风险水平
降雨条件
随机森林
基于改进交叉熵算法的随机需求车辆路径设计方法
车辆路径
交叉熵
规划
蒙特卡罗
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 基于随机森林的车辆行为分析方法
来源期刊 电视技术 学科 工学
关键词 智能交通 目标识别 目标跟踪 轨迹拟合 随机森林
年,卷(期) 2018,(3) 所属期刊栏目 监管与监测
研究方向 页码范围 109-114
页数 6页 分类号 TN911.73
字数 5149字 语种 中文
DOI 10.16280/j.videoe.2018.03.018
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 仝秋娟 西安邮电大学通信与信息工程学院 24 21 2.0 4.0
2 杜乐 西安邮电大学通信与信息工程学院 3 8 1.0 2.0
3 李永 西安邮电大学通信与信息工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (65)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(6)
  • 参考文献(5)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
智能交通
目标识别
目标跟踪
轨迹拟合
随机森林
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
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
论文1v1指导