基于BP神经网络的区间车速估计方法研究  

作　　者：李庆印[1,2] 焦方通 赵菲[1] 郭栋[1] 孙锋[1] 

机构地区：[1]山东理工大学交通与车辆工程学院,山东淄博255049 [2]淄博市公安局交通警察支队,山东淄博255043

出　　处：《公路交通科技（应用技术版）》2016年第12期177-181,共5页

摘　　要：文中首先提出基于浮动车数据的路段车速判别方法,通过数据验证其精度不能满足实用需求;然后,基于BP神经网络提出一种将浮动车数据、定点数据与道路交通参数进行多源融合的方法,并利用动量梯度下降算法对数据融合后的BP神经网络进行训练;最后,实验结果表明,数据融合后路段区间平均车速的相对误差平均值为2.58%,实现了对路网交通运行状态的准确判别。

关 键 词：区间车速 浮动车 BP神经网络 数据融合 

分 类 号：U491.4[交通运输工程—交通运输规划与管理]