城市道路状况概率神经网络判别方法

摘要：

针对移动交通流检测信息的特点,在分析概率神经网络与Global K-means聚类算法的基础上,提出了一种基于移动交通流检测信息的城市路况概率神经网络判别方法.通过分析路况的相关因素,同时考虑信号控制交叉口红灯对车辆行程时间延误的影响,利用Global K-means算法改进的概率神经网络对探测车采集的实时交通信息进行处理,进而得出城市的道路状况.应用结果表明该方法能够有效地判别和跟踪道路状况的变化,比不考虑交叉口红灯的影响时能够更准确地反映城市道路的路况信息.

关键词：城市路况、探测车、概率神经网络、智能交通系统信息平台

所属期刊栏目：45

分类号：TP39(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863the National High-Tech Research and Development Plan of China under Grant 2006AA11z211

在线出版日期：2009-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：214-216,219