|
|||||
|
|
| 基于特征自学习的交通模式识别研究 | |
| 引用本文： | 王昊,刘高军,段建勇,薛媛媛,冯卓楠.基于特征自学习的交通模式识别研究[J].哈尔滨工程大学学报,2019,40(2). |
| 作者姓名： | 王昊 刘高军 段建勇 薛媛媛 冯卓楠 |
| 作者单位： | 北方工业大学计算机学院,北京,100144;清华大学计算机科学与技术系,北京,100084 |
| 基金项目： | 国家自然科学基金;北方工业大学科研启动基金 |
| 摘 要： | 针对目前交通模式识别以人工设计特征为主,特征设计主观性强、区分度不高的问题,本文依据深度学习理论,建立了基于卷积神经网络的特征自动学习模型。该模型利用卷积神经网络自动学习深度特征,然后与人工特征共同用于交通模式识别。模型基于微软Geo Life数据,针对不同特征组合与分类方法设计实验,实验结果表明模型能学习到高区分度深度特征、有效提高交通模式识别准确率。 |
| 关 键 词： | 交通模式识别 深度特征 轨迹挖掘 特征学习 卷积网络 轨迹 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |