留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于参数预测的高速公路交通状态判别

韦清波,  苏奎,  何兆成,  聂佩林,  杨敬锋

downloadPDF
文章导航 > 交通信息与安全  > 2012 >  30(6): 81-86
韦清波, 苏奎, 何兆成, 聂佩林, 杨敬锋. 基于参数预测的高速公路交通状态判别[J]. 交通信息与安全, 2012, 30(6): 81-86. doi: 10.3963/j.issn1674-4861.2012.06.017
引用本文: 韦清波, 苏奎, 何兆成, 聂佩林, 杨敬锋. 基于参数预测的高速公路交通状态判别[J]. 交通信息与安全, 2012, 30(6): 81-86. doi: 10.3963/j.issn1674-4861.2012.06.017
shu
WEI Qingbo, SU Kui, HE Zhaocheng, NIE Peilin, YANG Jingfeng. Identification of Freeway Traffic State Based on Parameter Forecasting[J]. Journal of Transport Information and Safety, 2012, 30(6): 81-86. doi: 10.3963/j.issn1674-4861.2012.06.017
Citation: WEI Qingbo, SU Kui, HE Zhaocheng, NIE Peilin, YANG Jingfeng. Identification of Freeway Traffic State Based on Parameter Forecasting[J]. Journal of Transport Information and Safety, 2012, 30(6): 81-86. doi: 10.3963/j.issn1674-4861.2012.06.017
shu

基于参数预测的高速公路交通状态判别

doi: 10.3963/j.issn1674-4861.2012.06.017

  • 广州市公共交通数据管理中心 广州510620

  • 广州市公共交通数据管理中心 广州510620

  • 中山大学工学院智能交通研究中心 广州510275

  • 佛山科学技术学院 广东佛山528000

  • 广州市公共交通数据管理中心 广州510620

基金项目: 

广州市经贸委技术改造投资项目

国家科技计划支撑项目

详细信息

  • 中图分类号: U491

Identification of Freeway Traffic State Based on Parameter Forecasting

    摘要
  • 摘要: 针对目前基于单截面检测数据的高速公路交通状态判别算法存在着判断阈值多,对拥挤样本依赖性强而拥挤样本采集困难等问题,提出了基于交通流预测的交通状态判别模型.预测过程中以车辆的平均占用时间作为预测的目标参数,利用神经网络建立预测模型,并通过相关系数法确定神经网络的输入层.在预测的基础上,以实测值与预测值之间的差值作为判别的依据,判别道路的交通状态.应用广深高速公路实测数据对判别模型的有效性进行检验,并与经典的McMaster检测算法做了对比,结果表明,所提出算法对拥挤样本依赖较少,判别精度高,鲁棒性高.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  323
  • HTML全文浏览量:  64
  • PDF下载量:  10
  • 被引次数: 0
出版历程
  • 刊出日期:  2012-12-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发