基于改进BP神经网络的交通流数据融合

• 作者: 尹超英 王晓全 袁媛 邵春福
• 来源期刊: 道路交通与安全
• 学科: 交通运输
• 关键词: 道路交通 交通流 改进BP神经网络 数据融合
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 本期专题:交通图谱
• 页码范围: 28-31
• 页数: 4页
• 分类号: U495
• 语种: 中文
• DOI: 10.13986/j.cnki.jote.2018.01.006

摘要

提出一种改进BP神经网络的交通流数据融合算法,通过对融合模型以及融合算法的改进,实现融合精度及容错能力的提高,最终利用某城市主干路的交通流实测数据进行实验验证.验证结果表明,本文提出模型可以通过LSE值验证且融合精度可以达到94％以上,因此利用改进BP神经网络可以有效进行交通流参数的融合,并可以较为准确反映路段平均速度的变化,为交通流的预测与诱导提供理论支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵春福	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	184	3507	34.0	48.0
2	王晓全	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	8	20	2.0	4.0
3	尹超英	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	8	24	2.0	4.0
4	袁媛	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	6	58	5.0	6.0