基于电磁感应的道路车辆车型在线分类方法研究

• 作者: 刘剑雄 刘铮 叶青 李靓 陈众
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 车辆车型 电磁感应 自适应共振神经网络 主成分
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 计算机科学
• 页码范围: 41-49
• 页数: 9页
• 分类号: TP274
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2019.12.006

摘要

广泛应用于道路车辆检测的环形线圈车辆检测器对于车辆车型的实时分类正确率较低,主要原因是面对各种车辆电磁感应特性的复杂多变和未知车型的新车辆层出不穷问题,其模式固定的分类模型难以胜任.基于通过环形线圈时车辆电磁感应特性波形提出一种新的车辆车型实时判别方法:运用主分量分析法提取特征,采用自适应共振神经网络聚类建立车辆类别模式,动态划分各车型包含的类别模式;以半监督学习方式在线增加未知车型的新车辆模式,算法自适应新车辆的车型识别.7种车型的道路现场实时车型识别实验平均正确率为91.3％,加入新模式自动识别后提高至92.5％;Alexnet多层卷积神经网络算法的对比实验中,训练集和测试集正确率分别为99.5％和87.1％,相差较大.实验结果验证了本文方法在道路车辆模式不断变化情况下实现车型识别的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶青	长沙理工大学电气与信息工程学院信息处理与机器人研究所	25	101	6.0	9.0
2	陈众	长沙理工大学电气与信息工程学院信息处理与机器人研究所	47	252	9.0	14.0
3	刘铮	长沙理工大学电气与信息工程学院信息处理与机器人研究所	6	17	2.0	4.0
4	刘剑雄	长沙理工大学电气与信息工程学院信息处理与机器人研究所	1	0	0.0	0.0
5	李靓	长沙理工大学电气与信息工程学院信息处理与机器人研究所	1	0	0.0	0.0