肇庆市科技创新计划项目(2010G22)
- 作品数:3 被引量:7H指数:1
- 相关作者:汤志康曹元大李春英郑芳平更多>>
- 相关机构:肇庆学院广东技术师范学院北京理工大学更多>>
- 发文基金:肇庆市科技创新计划项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 多分类器组合的交通拥堵预测模型研究被引量:6
- 2010年
- 交通拥堵已成为制约城市经济和社会发展的"瓶颈",针对影响交通拥堵因素多的特点,在分析单分类器与Bagging类算法的基础上,提出一种基于多分类器组合的交通拥堵判别方法。通过分析交通流参数,同时充分考虑与城市路况相关的环境因素,得出城市道路的拥堵预测模型。仿真结果表明,它能够有效地判别道路拥堵的状态变化,比不考虑环境因素影响时能够获得更高的识别率和较低的误报率。
- 李春英汤志康曹元大
- 关键词:多分类器系统BAGGING智能交通系统神经网络仿真
- 基于两级分类器串行的人脸识别
- 2011年
- 在分析人脸特征提取和分类器的基础上,提出一种两级分类器串行结合的模型进行人脸识别。在第一级分类器中利用极坐标傅立叶变换提取全局特征通过相似度匹配进行粗略的筛选,第二级分类器中利用改进的协同神经网络,基于原始灰度图像的小波变换提取内在特征,进行精细识别。研究分析了分类器串行结合模型中阈值的选取与系统精度、速度间的关系。在自建人脸库和Yale B人脸库上的实验结果表明,两级分类器串行的识别模型在保证较高系统识别率的前提下可以提升系统的速度。
- 李春英汤志康郑芳平曹元大
- 关键词:人脸识别傅立叶变换小波变换协同神经网络
- 神经网络集成的城市道路状态判别模型研究被引量:1
- 2011年
- 针对城市道路交通状态影响因素多、判别难的特点,在分析K-均值聚类算法和概率神经网络(PNN)的基础上,利用多源检测信息的互补性,提出一种基于快速全局聚类分析的概率神经网络集成模型,通过聚类提高集成网络间的差异度,同时利用主成分分析(PCA)优化概率神经网络结构,仿真实验表明该模型与传统的集成方法Bagging相比,能够利用更简单的网络结构,快速有效地识别出城市道路交通状态,为交通预警和诱导策略的制定提供数据依据。
- 李春英汤志康曹元大
- 关键词:概率神经网络主成分分析神经网络集成