基于改进的Adaboost算法的交通事件自动检测

摘要：

针对交通领域中的事件检测(无事件模式和事件模式)模式识别问题,提出了一种基于改进的Adaboost算法的交通事件检测方法.阐述了Kohonen神经网络的结构与训练算法,分析了事件对交通流的影响规律,并合理地选取了Kohonen神经网络的输入量;最后采用改进的Adaboost算法对分类结果进行加权投票.仿真实验表明,提出的方法学习速度快、泛化能力好,对交通事件具有较好的检测效果.

关键词：事件检测、神经网络、交通流

所属期刊栏目：44

分类号：TP301.6;U491.2(计算技术、计算机技术)

资助基金：湖南省科技攻关项目06FJ3169

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：235-237