本文選題：道路工程 + 車型分類　； 參考：《吉林大學(xué)學(xué)報(bào)(工學(xué)版)》2015年01期

【摘要】：提出了一種利用多功能地磁傳感器采集道路環(huán)境磁場(chǎng)數(shù)據(jù),并基于決策樹模型實(shí)現(xiàn)車型的在線分類方法。文中提取8種與車速無(wú)關(guān)的車輛波形時(shí)域特征作為模型輸入,基于最優(yōu)最小劃分樣本數(shù)的CART算法對(duì)決策樹模型進(jìn)行訓(xùn)練。對(duì)訓(xùn)練得到的決策樹,基于最小誤差剪枝原則進(jìn)行剪枝,得到具有更高樣本魯棒性的最佳剪枝樹。通過(guò)在北京市某道路上布設(shè)地磁傳感器獲取了兩種車型數(shù)據(jù),正、反向測(cè)試的平均準(zhǔn)確率分別為88.9%和94.4%。與現(xiàn)有多個(gè)分類方法進(jìn)行了對(duì)比實(shí)驗(yàn),結(jié)果表明:本文方法能夠進(jìn)行在線車型分類,并在分類準(zhǔn)確率、樣本魯棒性和算法執(zhí)行時(shí)間等方面更具優(yōu)勢(shì),能夠應(yīng)用于實(shí)際城市道路現(xiàn)場(chǎng)進(jìn)行車型分類。
[Abstract]:This paper presents an on-line classification method based on decision tree model to collect road environment magnetic field data by using multifunctional geomagnetic sensor. In this paper, eight time-domain features of vehicle waveform independent of vehicle speed are extracted as the input of the model, and the decision tree model is trained based on the CART algorithm with the optimal minimum number of samples. The best pruning tree with higher sample robustness is obtained by pruning the decision tree based on the minimum error pruning principle. Two types of vehicle data were obtained by using geomagnetic sensors on a certain road in Beijing. The average accuracy of forward and reverse tests was 88.9% and 94.4% respectively. Compared with many existing classification methods, the results show that this method can be used for online vehicle classification, and has more advantages in classification accuracy, sample robustness and algorithm execution time, etc. Can be applied to the actual urban road scene vehicle classification.
【作者單位】： 北京交通大學(xué)軌道交通控制與安全國(guó)家重點(diǎn)實(shí)驗(yàn)室;中鐵國(guó)際多式聯(lián)運(yùn)有限公司;西昌衛(wèi)星發(fā)射中心;
【基金】：“863”國(guó)家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(2012AA112401,2011AA110505) 國(guó)家自然科學(xué)基金項(xiàng)目(61104164)
【分類號(hào)】：U491.116

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張青;李季;;基于神經(jīng)模糊的貨車車型分類技術(shù)的研究[J];拖拉機(jī)與農(nóng)用運(yùn)輸車;2007年02期

2 梁懷志;馬洪連;王盼盼;;基于投票法的車型分類技術(shù)[J];軟件;2010年12期

3 陳煥東;;分析高速公路收費(fèi)車型分類的計(jì)算機(jī)判別[J];電子制作;2013年04期

4 楊海燕;朱嚴(yán);;自動(dòng)車型分類技術(shù)在高速公路的應(yīng)用[J];中國(guó)交通信息化;2014年08期

5 吳樹森;;高速公路車型自動(dòng)分類器的應(yīng)用[J];中國(guó)交通信息化;2012年04期

6 葛威;朱光喜;徐海祥;謝磊;陶平安;;基于支持向量機(jī)方法的車型分類[J];計(jì)算機(jī)工程與應(yīng)用;2006年21期

7 曹潔;李浩茹;陳繼開;;基于支持向量機(jī)的車型分類的設(shè)計(jì)[J];科學(xué)技術(shù)與工程;2007年22期

8 葛威;王飛;;基于支持向量機(jī)方法的車型分類技術(shù)[J];電子工程師;2008年04期

9 張健雄;張進(jìn);戴志超;;基于壓力傳感器陣列的車型分類系統(tǒng)[J];公路交通科技;2006年07期

10 雷旭;侯瑩瑩;武奇生;;地磁車輛檢測(cè)器車型分類算法設(shè)計(jì)[J];長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

相關(guān)會(huì)議論文 前5條

1 李云輝;劉偉銘;;基于自動(dòng)車型分類的高速公路多路徑確認(rèn)技術(shù)[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

2 傅惠;徐建閩;梁俊斌;林培群;;基于動(dòng)態(tài)時(shí)間彎曲的多模板匹配車型分類[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

3 梅新明;;基于車型分類的二義性路徑識(shí)別方法數(shù)學(xué)研究[A];第二屆中國(guó)智能交通年會(huì)論文集[C];2006年

4 林培群;徐建閩;傅惠;梁俊斌;;基于多分支BP網(wǎng)絡(luò)模型的車型分類研究[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

5 徐建閩;林培群;;基于信息熵及多分支BP網(wǎng)絡(luò)的自適應(yīng)車型分類研究[A];第二十四屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2005年

相關(guān)重要報(bào)紙文章 前4條

1 駐山西首席記者 石中生 特約記者 王國(guó)忠;山西與京津冀魯統(tǒng)一車型分類標(biāo)準(zhǔn)[N];中國(guó)交通報(bào);2013年

2 記者 張黎明　通訊員 鄭峰 鄭建良;華東六省市下月起實(shí)現(xiàn)ETC通道聯(lián)網(wǎng)[N];金華日?qǐng)?bào);2012年

3 莊軍;車模收藏要點(diǎn)[N];中國(guó)商報(bào);2004年

4 本報(bào)記者張■虎;個(gè)性車牌叫停 傷害了誰(shuí)的感情？[N];中國(guó)經(jīng)營(yíng)報(bào);2002年

相關(guān)碩士學(xué)位論文 前10條

1 劉延林;基于模糊識(shí)別的車型分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2010年

2 梁懷志;基于嵌入式的車型分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2010年

3 余洪凱;基于視頻的多車型交通信息采集[D];長(zhǎng)安大學(xué);2012年

4 李浩茹;基于支持向量機(jī)的車型分類視頻檢測(cè)研究與實(shí)現(xiàn)[D];蘭州理工大學(xué);2008年

5 陳勝;基于實(shí)際特征和模糊SVM的車型分類方法研究[D];昆明理工大學(xué);2012年

6 秦慧超;基于神經(jīng)網(wǎng)絡(luò)的客車車型分類的研究[D];中北大學(xué);2013年

7 羅向龍;車輛個(gè)數(shù)估計(jì)與車型分類的聲頻算法研究[D];長(zhǎng)安大學(xué);2003年

8 趙燕;克隆選擇算法在車型分類中的應(yīng)用研究[D];長(zhǎng)沙理工大學(xué);2007年

9 顏世聰;智能交通監(jiān)控視頻中車型檢測(cè)與分類方法的研究[D];河北工業(yè)大學(xué);2011年

10 李盛丹;基于VC++和MATLAB的車型分類及車輛計(jì)數(shù)系統(tǒng)[D];東北師范大學(xué);2009年

，

本文編號(hào)：1830598