| 基于邻接传感器及神经网络的车辆分类算法 |
| |
| 引用本文： | 张 伟,谭国真,丁 男,商 瑶. 基于邻接传感器及神经网络的车辆分类算法[J]. 通信学报, 2008, 29(11): 139-144 |
| |
| 作者姓名： | 张 伟 谭国真 丁 男 商 瑶 |
| |
| 作者单位： | 大连理工大学,计算机科学与工程系,辽宁,大连,116023 |
| |
| 基金项目： | 国家重点基础研究发展计划("973"计划)基金资助项目 |
| |
| 摘 要： | 为了提高车辆分类的性能,基于邻接传感器网络和BP神经网络提出一个有效的车辆分类算法MSVCA.在本算法中,使用成本相对低廉、灵敏度高的地磁传感器,采集车辆对地磁场的磁扰动特征信号,并根据邻接传感器网络本身的几何特性估计车辆长度,最后采用BP神经网络对车辆进行分类.神经网络的输入包括车辆长度、速度以及特征向量序列,输出为预定义的车辆类型.仿真及路面实验获得了93.61%的准确率.结果表明该算法提高了车辆分类的准确性,且具有较高的精度和顽健性.
|
| 关 键 词： | 智能交通 车辆分类 邻接传感器网络 神经网络 聚类算法 |
Vehicle classification algorithm based on binary proximity sensors and neural networks |
| |
| ZHANG Wei,TAN Guo-zhen,DING Nan,SHANG Yao. Vehicle classification algorithm based on binary proximity sensors and neural networks[J]. Journal on Communications, 2008, 29(11): 139-144 |
| |
| Authors: | ZHANG Wei TAN Guo-zhen DING Nan SHANG Yao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《通信学报》浏览原始摘要信息 |
|
点击此处可从《通信学报》下载全文 |
|
