原文服务方: 计算机应用研究       
摘要:
在传统的交通量检测中,短时能量法和短时平均幅度法存在无法识别重叠行车噪声段的问题,而提取与重叠信号相关的频谱视图(spectrum view,SV)作为重叠行车噪声段的特征有助于解决以上问题.针对以上问题进行研究,提出了一种基于SV特征的交通量检测算法.该算法首先对含有重叠行车噪声段的交通噪声进行滤波降噪;然后将交通噪声通过快速傅里叶变换(fast Fourier transform,FFT)以提取其SV特征,并对SV特征进行平滑处理;最后基于SV特征并以双门限判决原理为依托,对交通噪声进行端点检测并分离出重叠的行车噪声段.基于单车道、少流量路段的交通噪声数据集的实验表明,与传统方法相比,本文算法准确率提高了20%,从而验证了该算法的有效性.
推荐文章
一种可以处理离乱数据的交通量预测模型
灰色系统模型
交通量预测
离乱数据
一种基于局部特征的交通标志检测算法的研究
交通标志
识别系统
检测算法
局部特征
一种噪声抑制的线性共轭多用户检测算法
多用户检测
最小输出能量
最小均方算法
盲自适应
一种基于物联网的智慧交通事件检测算法
物联网
智慧交通
事件检测
算法
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 一种识别重叠噪声的交通量检测算法
来源期刊 计算机应用研究 学科
关键词 交通工程 交通量检测 交通噪声 重叠噪声识别 频谱视图 端点检测
年,卷(期) 2020,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1069-1072,1080
页数 5页 分类号 U495
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.08.0746
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 马庆禄 重庆交通大学交通运输学院 25 174 8.0 13.0
2 邹政 重庆交通大学交通运输学院 9 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (1)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1670(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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
交通工程
交通量检测
交通噪声
重叠噪声识别
频谱视图
端点检测
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导