暂无评论
基于选择性搜索的交通标志检测方法,李红波,欧阳文,为解决现有交通标志检测算法对光照和形变敏感、分割阈值难以选择而导致检测准确率不高、鲁棒性较差,或难以满足实时的要求,充分
本文在介绍视频检测系统组成和处理流程之后,对交通流量的视频检测算法进行研究。比较几种常用运动检测算法,采用背景差法进行检测
针对直接递归最小二乘(RLS)算法存在的检测数值不稳定和收敛速度较慢等问题,将约束最小输出能量(CMOE)准则与直接RLS算法结合,提出一种基于CMOE准则的盲自适应RLS多用户检测算法。将该算法与直
神经网络可以很好的解决交通领域内的非线性问题,其中前向型神经网络特别适合对交通流的预测。由于神经网络在训练速度和预测精度等方面不断的提高,把神经网络用于建设智能交通体系成为了一种非常明智的选择。 人工
精确的预测结果可以为通勤者提供合理的出行建议,并进一步为交通管理提供帮助。现有的研究深入深度学习方法在时空特征提取方面已经有了显着的进展,诸如图卷积神经网络,长短期记忆网络模型等在此过程中发挥了重要的
论文研究-粗正交小波网络及其在交通流预测中的应用.pdf, 基于交通流预测的特点和输入向量的主成分分析方法,把粗集理论与正交小波网络相结合,给出了一种基于粗集的正交小波网络交通预测模型,并成功应用于
抽样分辨率达1米的高清卫星视频已经能够实现对地面较小的运动目标的实时监控。针对卫星视频中运动车辆目标仅显示为一个或几个像素点的特点,提出了一种基于光流法的卫星视频交通流参数提取的思路与方法。该方法利用
先按照相关性系数标准对样本所包含的全体基因进行筛选,降低冗余的同时有利于缩小优化算法的搜索范围;然后在筛选结果上采用蚁群优化策略进行分类相关基因子集的选择,并利用样本聚类效果作为优化目标函数,在保证分
本文将介绍基于Python的交通流模拟预测实例。使用Python编程语言,我们可以对交通流进行模拟和预测,以便更好地了解交通状况。本文将详细讲解模拟过程和结果,并提供了实际案例供读者实践。
小区间OD矩阵的预测工具,输入一已知的数据流可进行自动迭代推算,误差默认设置为0.001.
暂无评论