径向基神经网络及其在红外客流采集问题中的应用研究

论文摘要

在全球经济一体化和知识经济的大背景下,我国商业企业尤其是我国大型商场面临着严峻的挑战。我国大型商场要谋求生存和发展,“以顾客为关注焦点”是竞争的必然选择。随着计算机技术在商业领域的普及,客流信息在商业竞争中正日益凸现其重要性。构建一个以客流信息为中心,结合其他信息综合分析的智能化商场客流信息监测系统对商家来说无疑能够提高其市场竞争能力。本文采用红外光电传感器技术,建立了一个基于RBF神经网络的客流计数系统,与传统的仅利用光电传感器计数方法相比,该方法提高了实时客流计数准确率。为了更好的分类识别计数,针对采集的连续的时空序列客流数据特点,改进了已有的分割方法和针对客流实际情况的特征提取方法。最后经过稀疏和密集客流模拟仿真测试,结果表明,本文所提出的模型能够识别多人并排的情况,误差率较低,具有理论和实际意义。径向基函数(RBF)神经网络,作为一种新型的数学建模方式,它可以根据具体问题确定相应的网络拓扑结构,学习速度快,具有自动聚类、自学习、自组织的功能,不会出现局部极小值问题,它对连续非线性函数具有一致逼近性,因此,论文提出了基于径向基函数(RBF)神经网络客流量统计系统模型。该系统包括4组安装在商场门口或出入口的两侧位于脚腕高度的红外对射型光电传感器,对顾客进行数据采集。对于红外客流采集系统来说有两个重点:特征提取的方法和径向基神经网络的分类。这种方法可以减少数据中的噪音。这种方法可以解决几个顾客距离较近的情况。这个系统具有准确性、智能性和鲁棒性,最后还给出了实验结果。目前的结果显示这种基于径向基的客流采集系统对于一个开放的场合的客流统计是行之有效的,并且建立了一个客流人数的结果输出系统。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1-1 客流量统计的研究目的及意义
• 1-1-1 客流量统计的背景及目的
• 1-1-2 客流量统计的意义
• §1-2 国内外客流量统计技术的研究概况
• 1-2-1 国内外几种主流的客流统计方法的分析对比
• 1-2-2 国内外主要客流统计产品的介绍
• §1-3 客流量技术需要解决和优化提高的问题
• §1-4 论文的主要内容和结构
• 第二章 人工神经网络模型
• §2-1 人工神经网络的发展历程
• §2-2 人工神经网络的基本理论
• 2-2-1 人工神经网络结构原理
• 2-2-2 人工神经网络的学习算法
• 2-2-3 人工神经网络的特点和应用领域
• §2-3 RBF 径向基函数网络
• 2-3-1 RBF 神经网络特点及结构
• 2-3-2 径向基函数网络的算法
• 2-3-3 RBF 网络和BP 网络的比较
• §2-4 本章小结
• 第三章 客流系统的分析设计
• §3-1 客流采集分析系统的组成
• §3-2 客流采集系统的硬件设计
• 3-2-1 客流采集设备的选择
• 3-2-2 硬件设备的设定和调试
• §3-3 客流量统计的构造方法
• 3-3-1 RBF 神经网络识别系统基本构造
• 3-3-2 客流量系统的识别构造过程
• 3-3-3 客流统计系统总框图
• §3-4 客流数据展示和分析
• §3-5 本章小结
• 第四章 基于 RBF客流量统计系统的实现
• §4-1 客流采集过程和数据特点分析
• §4-2 客流数据的预处理
• §4-3 连续数据的分割
• 4-3-1 分割的主要方法
• 4-3-2 客流数据的分割过程
• §4-4 特征提取过程
• 4-4-1 特征提取的意义和方法
• 4-4-2 客流数据的特征提取
• §4-5 客流统计RBF 分类器设计
• 4-5-1 RBF 网络的设定
• 4-5-2 试验程序参数设定
• §4-6 客流采集的试验结果
• 4-6-1 单组模式试验结果
• 4-6-2 连通测试试验结果
• 4-6-3 整合测试试验结果
• 4-6-4 与BP 网络试验结果比较
• §4-7 仿真系统的设计
• §4-8 本章小结
• 第五章 结论与展望
• 参考文献
• 致谢
• 攻读学位期间所取得的相关科研成果