基于BP神经网络的城市道路交通事件检测

• 作者: 柳妍
• 来源期刊: 现代信息科技
• 学科: 交通运输
• 关键词: BP神经网络 城市道路 交通异常 事件检测
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 计算机技术
• 页码范围: 61-64
• 页数: 4页
• 分类号: U495|TP183
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.13.020

摘要

通过交通流模型研究了城市道路交通拥挤对交通参数的影响,以交通异常事件检测为研究目标,从交通拥挤对于交通出行的影响出发;参考BP神经网络的全局逼近特点,使用NARMA模型改进的BP神经网络算法进行交通异常事件检测的研究;使用MATLAB进行了仿真验证了网络的性能,结果表明NARMA模型改进的交通事件检测的误报率为1.54％、检测率为96.92％、平均检测时间为0.42 min,可有效地反映交通事件发生的本质特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柳妍		2	0	0.0	0.0