基于動態(tài)交通模型和多信息融合的高速公路交通事件檢測算法.pdf

1、隨著高速公路的發(fā)展和大城市交通問題的日益嚴(yán)重，建立交通應(yīng)急系統(tǒng)的要求也越來越迫切，而有效的交通事件檢測是應(yīng)急系統(tǒng)成功運行的第一步，也是關(guān)鍵之所在，所以對交通事件檢測算法的研究就成為熱點問題。本文試圖把小波理論和神經(jīng)網(wǎng)絡(luò)理論相結(jié)合，以高速公路動態(tài)交通模型為基礎(chǔ)，建立一種利用小波理論處理數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)交通事件自動檢測算法，主要研究內(nèi)容包括以下幾個方面： 總結(jié)現(xiàn)有的交通事件自動檢測算法，對其性能進行比較分析，并詳細(xì)地列舉出評價算法優(yōu)劣

2、的評價指標(biāo)和評價準(zhǔn)則，提出本文欲建立算法的基本原理。 在數(shù)據(jù)低層處理階段，利用小波分析的方法對環(huán)形線圈采集的數(shù)據(jù)進行了消噪處理，并比較了三種小波消噪方法的消噪效果。對檢測交通事件的各種算法做了介紹和比較，詳細(xì)研究了網(wǎng)絡(luò)結(jié)構(gòu)的選擇和訓(xùn)練問題，為建立本文的算法提供了基礎(chǔ)。 提出了建立小波理論處理數(shù)據(jù)的ART2神經(jīng)網(wǎng)絡(luò)交通事件自動檢測算法，該算法充分發(fā)揮了小波理論和神經(jīng)網(wǎng)絡(luò)理論各自的優(yōu)勢。神經(jīng)網(wǎng)絡(luò)具有并行處理、網(wǎng)絡(luò)全局、信息分

3、布存儲等特點，可通過訓(xùn)練、學(xué)習(xí)產(chǎn)生一個非線性映射，自適應(yīng)地對數(shù)據(jù)進行聚類，同時具有較好的抑制噪聲干擾的能力和較強的魯棒性。而小波理論可以消除原始樣本中的噪聲和冗余對象，對數(shù)據(jù)處理具有良好的效果。這兩者的結(jié)合不僅可以減小網(wǎng)絡(luò)的規(guī)模，同時通過消除對象冗余可減少網(wǎng)絡(luò)的訓(xùn)練和學(xué)習(xí)負(fù)擔(dān)，還可以通過消除噪聲提高神經(jīng)網(wǎng)絡(luò)預(yù)測的準(zhǔn)確性。 為檢驗算法的有效性，建立了事件仿真模型，獲得所需數(shù)據(jù)，并用獲得的交通流數(shù)據(jù)來訓(xùn)練和檢測本文算法，對已有神經(jīng)網(wǎng)