- 专利标题: 基于深度神经网络的高速公路交通流量状态识别方法
- 专利标题(英): Expressway traffic flow state identification method based on deep neural network
-
申请号: CN201910353551.9申请日: 2019-04-29
-
公开(公告)号: CN110097755A公开(公告)日: 2019-08-06
- 发明人: 郭军 , 张小钰 , 刘晨 , 高志远 , 王理庚 , 李文雨 , 迟航民
- 申请人: 东北大学
- 申请人地址: 辽宁省沈阳市和平区文化路3号巷11号
- 专利权人: 东北大学
- 当前专利权人: 东北大学
- 当前专利权人地址: 辽宁省沈阳市和平区文化路3号巷11号
- 代理机构: 沈阳东大知识产权代理有限公司
- 代理商 刘晓岚
- 主分类号: G08G1/01
- IPC分类号: G08G1/01 ; G08G1/065 ; G06K9/00 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明提供一种基于深度神经网络的高速公路交通流量状态识别方法,涉及智能交通技术领域。该方法对交通流量状态进行分类并定义,对音频信号进行降噪处理和特征提取,使用DNN进行建模,得到对高速公路交通流量状态进行识别的DNN模型,并对DNN模型进行预训练;然后对DNN模型的参数进行调优;利用隐马尔可夫模型HMM对高速公路交通流量状态识别模型进行解码;最后用DNN模型对不同高速公路交通流量状态的音频信号的观测概率进行估计,根据计算出的概率给出高速公路交通流量状态的识别结果。本发明方法可以有效解决目前图像分析技术检测交通信息中存在的图像分析准确率欠佳、动态图像分析的计算量大等问题。
公开/授权文献
- CN110097755B 基于深度神经网络的高速公路交通流量状态识别方法 公开/授权日:2021-08-17
IPC分类: