基于改進(jìn)RBF客流統(tǒng)計(jì)方法研究.pdf

1、隨著經(jīng)濟(jì)快速發(fā)展，產(chǎn)品運(yùn)營者尤其是大型零售商迎接著殘酷的商場戰(zhàn)爭。針對客流信息的有效分析顯得尤為重要，首先特為營運(yùn)者提供可靠的決策依據(jù)、為安防人員提供實(shí)時(shí)信息、也保證了市場地位和競爭力量。
　　基于這種市場需求，本課題將采用主動對射的紅外光電技術(shù)作為整個(gè)系統(tǒng)的采集設(shè)備。采用區(qū)域?yàn)樗慕M紅外光電設(shè)備順序并行排列產(chǎn)生的，以采集到的客流量數(shù)據(jù)的特點(diǎn)為出發(fā)點(diǎn)，配合對人體行走特征規(guī)律的研究，將客流模型化為五種，針對脈沖的時(shí)空特點(diǎn)。為了減少噪聲

2、等因素的干擾，先對采集到的原始數(shù)據(jù)進(jìn)行歸一化和去噪處理，便于進(jìn)行下一步的分類識別?；趯?shù)據(jù)特點(diǎn)的分析，選用合適的客流分割方法，進(jìn)而提高了識別的效果。為了匹配脈沖的特性，特征提取的方法也是經(jīng)過特殊設(shè)計(jì)的，能夠最大程度的描述脈沖特性。
　　在改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)分類器應(yīng)用的時(shí)候，設(shè)計(jì)了一種基于減聚類、K-means算法、和PSO算法的改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)算法的分類器，本課題提出一種將這三種算法相結(jié)合，相互取長補(bǔ)短的辦法，利用減聚類算