本文關(guān)鍵詞：一種基于樸素貝葉斯分類的車道數(shù)量探測

  更多相關(guān)文章： 交通工程 浮動車數(shù)據(jù) 自適應(yīng)寬度探測 樸素貝葉斯分類 車道數(shù)量

【摘要】：針對浮動車數(shù)據(jù)采集成本低、采集速度快、覆蓋范圍廣、蘊含豐富道路信息等特點,提出了一種基于浮動車數(shù)據(jù)的城市車道數(shù)量信息快速獲取方法。該方法首先根據(jù)浮動車數(shù)據(jù)的空間分布特征,利用基于Delaunay三角網(wǎng)的密度聚類方法對數(shù)據(jù)進行優(yōu)選;然后通過探測浮動車數(shù)據(jù)的覆蓋寬度及其在道路橫截面的分布狀態(tài),構(gòu)建樸素貝葉斯分類器;最后采用樸素貝葉斯分類方法確定目標路段的車道數(shù)量。結(jié)果表明:該方法可以從低精度浮動車數(shù)據(jù)中快速獲取車道數(shù)量信息,提取精度達到76.3%。
【作者單位】： 武漢大學測繪遙感信息工程國家重點實驗室;深圳大學空間信息智能感知與服務(wù)深圳市重點實驗室;田納西大學地理系;
【關(guān)鍵詞】： 交通工程 浮動車數(shù)據(jù) 自適應(yīng)寬度探測 樸素貝葉斯分類 車道數(shù)量
【基金】：國家自然科學基金項目(41271442;40801155;41571430) 深圳市北斗衛(wèi)星應(yīng)用工程技術(shù)研究中心項目 中國航天科技集團公司衛(wèi)星應(yīng)用研究院創(chuàng)新基金項目(2014_CXJJ-DSJ_02)
【分類號】：U463.6;U495
【正文快照】： 3.田納西大學地理系,田納西諾克斯維爾TN 37996)0引言車道級別道路信息(車道數(shù)量、車道線位置、車道轉(zhuǎn)向等)是智能輔助駕駛系統(tǒng)的關(guān)鍵[1]。目前車道信息獲取方法按數(shù)據(jù)源不同主要分為3類。第1類方法從影像和視頻數(shù)據(jù)中提取車道線、道路邊界線、轉(zhuǎn)向信息等[2-4]。第2類方法利用

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 范生萬;王浩;;貝葉斯網(wǎng)絡(luò)在高職英語應(yīng)用能力考試中的應(yīng)用研究[J];安徽工程科技學院學報(自然科學版);2007年04期

2 胡文斌;孟波;王少梅;;基于貝葉斯網(wǎng)絡(luò)的權(quán)重自學習方法研究[J];計算機集成制造系統(tǒng);2005年12期

3 張步良;;基于分類概率加權(quán)的樸素貝葉斯分類方法[J];重慶理工大學學報(自然科學);2012年07期

4 史會峰,谷根代,盧艷霞;基于貝葉斯擴張樹的文本分類算法[J];華北電力大學學報;2004年05期

5 蔣艷凰,楊學軍;基于搜索編碼的簡單貝葉斯分類方法[J];國防科技大學學報;2004年05期

6 范生萬;;貝葉斯網(wǎng)絡(luò)分類模型在教育中的應(yīng)用研究[J];安徽建筑工業(yè)學院學報(自然科學版);2008年01期

7 劉鳳玉,李千目,衷宜;基于貝葉斯分類的分布式網(wǎng)絡(luò)故障診斷模型[J];南京理工大學學報(自然科學版);2003年05期

8 閉樂鵬;徐偉;宋瀚濤;;基于一類SVM的貝葉斯分類算法[J];北京理工大學學報;2006年02期

9 李永忠;趙博;楊鴿;徐靜;;貝葉斯樹算法在異常入侵檢測中的應(yīng)用[J];江蘇科技大學學報(自然科學版);2008年01期

10 黃永毅;鈕靖;王秋紅;;基于貝葉斯的不確定數(shù)據(jù)挖掘[J];硅谷;2014年02期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 袁野;胡邦輝;劉丹軍;蘇宏琛;;基于貝葉斯分類判別方法的雷暴預(yù)報研究[A];第26屆中國氣象學會年會災(zāi)害天氣事件的預(yù)警、預(yù)報及防災(zāi)減災(zāi)分會場論文集[C];2009年

2 李千目;嚴悍;劉靜;王宗月;張宏;劉鳳玉;;基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)性能診斷系統(tǒng)[A];第16屆中國過程控制學術(shù)年會暨第4屆全國故障診斷與安全性學術(shù)會議論文集[C];2005年

3 鄧紅;陳丹;周方;;基于貝葉斯網(wǎng)絡(luò)的多主題對話管理方法研究[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國青年通信學術(shù)會議論文集（下冊）[C];2010年

4 馬后鋒;樊興華;;一種改進的增量貝葉斯分類算法[A];2007'儀表，，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

5 周德全;;離散貝葉斯分類算法及分類誤差估計[A];中國儀器儀表學會第六屆青年學術(shù)會議論文集[C];2004年

6 陳猛;郭華平;范明;;一種基于貝葉斯的多窗口數(shù)據(jù)流分類模型[A];第二十五屆中國數(shù)據(jù)庫學術(shù)會議論文集（二）[C];2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李平;貝葉斯網(wǎng)在糖尿病輔助診斷系統(tǒng)中的應(yīng)用[D];浙江工業(yè)大學;2013年

2 王峻;樸素貝葉斯分類模型的研究與應(yīng)用[D];合肥工業(yè)大學;2006年

3 張亞萍;基于聚類的樸素貝葉斯分類模型的研究與應(yīng)用[D];合肥工業(yè)大學;2006年

4 余民杰;貝葉斯網(wǎng)絡(luò)分類器與應(yīng)用[D];云南財經(jīng)大學;2012年

5 張平;基于貝葉斯網(wǎng)絡(luò)的多維分類問題研究[D];西安電子科技大學;2014年

6 李冠廣;基于貝葉斯網(wǎng)絡(luò)的入侵檢測[D];大連理工大學;2010年

7 劉輝;基于貝葉斯分類技術(shù)的電信客戶欺詐分析[D];西南交通大學;2005年

8 孫銘會;多模塊集成式貝葉斯分類模型的研究[D];吉林大學;2007年

9 朱曉丹;樸素貝葉斯分類模型的改進研究[D];廈門大學;2014年

10 彭興媛;樸素貝葉斯分類改進算法的研究[D];重慶大學;2012年

本文編號：558335