论文题目: 智能交通系统中汽车车型的模糊模式识别
论文类型: 硕士论文
论文专业: 运筹学与控制论
作者: 李东
导师: 韩正忠
关键词: 遗传算法,模糊神经网络,模糊度,支持向量机
文献来源: 东南大学
发表年度: 2005
论文摘要: 随着我国经济的不断发展,交通需求量不断提高,而交通管理的相对滞后,使得交通拥挤等问题日益突出。改善这一问题的办法就是引入智能化交通系统。本文对智能交通系统中车型的自动识别进行研究,给出了建立识别模型的方法。因为我国的车型分类具有种类多,类别间没有明显区分的特点,因此利用传统的识别方法很难取得满意的效果。针对车型识别的特点,本文采用两阶段和特征分离的方法进行车型识别。车型的特征很多,而且各类车型的特征之间没有明显的界限,因此本文在特征提取中采用模糊度理论,由模糊度作为各特征对于分类贡献的指标进行特征提取。在车型分类的第一阶段利用支持向量机理论实现货车和客车的识别,第二阶段利用模糊神经网络理论分别建立客车和货车的识别模型,同时针对神经网络容易陷入局部最小点的缺陷,提出利用遗传算法理论优化隶属函数和推理规则,使系统具有很好的稳定性和精确性。本文将通过视频得到的特征数据分为训练数据和测试数据,利用训练数据进行训练,修正模型参数,通过测试数据验证识别模型的效果。通过实验验证了方法的有效性。本文的理论有利于更好的完成车型的自动识别,从而为电子不停车收费系统的实现奠定基础。
论文目录:
摘要
Abstract
第一章 引言
1.1 现状与研究的意义
1.2 研究现状与改进方法
第二章 模糊模式识别理论基础
2.1 模式识别概述
2.2 特征选择
2.3 模糊模式识别基础
2.3.1 模糊关系和模糊矩阵
2.3.2 模糊语言和模糊推理
2.3.3 贴近度
2.3.4 模糊模式识别系统
第三章 车辆识别系统的原理
3.1 原理简述
3.2 客、货车的分类
3.3 货车车型识别
3.3.1 模糊神经网络理论
3.3.2 遗传算法
第四章 车型识别的数据处理
4.1 客、货车分类的数据处理
4.2 货车、客车分别建立分类模型
4.2.1 特征选择
4.2.2 遗传算法的优化
4.2.3 模糊神经网络的数据处理
4.3 模糊神经网络的在线修正
第五章 结果分析
致谢
参考文献
发布时间: 2007-06-11
参考文献
- [1].基于Flask和机器学习的智能交通系统应用研究[D]. 都飞翔.太原理工大学2018
- [2].智能交通系统理论的研究与实现[D]. 陈荣波.吉林大学2004
- [3].显著性检测及在智能交通系统中的应用[D]. 郭阳阳.南京航空航天大学2018
- [4].武汉市智能交通系统路口检测子系统的设计与实现[D]. 郑凯.哈尔滨工业大学2018
- [5].基于群智感知的智能交通系统的研究与实现[D]. 张易丰.电子科技大学2018
- [6].路面车辆监测雷达设计与实现[D]. 王震.南京理工大学2018
- [7].智能交通系统数据驱动研究与应用[D]. 张凯.重庆交通大学2014
- [8].A市智能交通系统综合评价方法研究[D]. 程旭初.华南理工大学2014
- [9].基于动态信息的智能交通系统的设计与实现[D]. 仲项楠.电子科技大学2015
- [10].物联网智能交通系统中车载模块的设计[D]. 石鑫.湖北大学2012
相关论文
- [1].智能交通系统中汽车车型的模糊模式识别[D]. 欧卫华.东南大学2006
- [2].汽车车牌模糊模式识别系统[D]. 王光磊.东南大学2006
- [3].智能交通系统中车牌识别与车型检测的研究[D]. 徐永胜.兰州理工大学2007
- [4].车辆车型与车牌识别系统的研究[D]. 牟世刚.山东大学2007
- [5].汽车车型识别系统中的图形/图像预处理技术研究[D]. 吴志攀.中南大学2006
- [6].模糊模式识别技术研究及其在故障诊断中的应用[D]. 潘庆丰.福州大学2006
- [7].智能交通系统中的车辆检测和车型识别技术研究[D]. 张小军.西北大学2006
- [8].基于视频的车型自动识别系统的实现[D]. 范伊红.郑州大学2006
- [9].基于视频的车辆检测和车型识别[D]. 曹治锦.浙江大学2004
- [10].车型与牌照识别系统的实现[D]. 张莉.郑州大学2004