基于深度学习的交通信号灯智能调控系统设计  

作　　者：李明恒 马月红 张悦 胡一诺 

机构地区：[1]石家庄铁道大学

出　　处：《华东科技》2024年第4期90-92,共3页east china science & technology

摘　　要：深度学习是人工智能领域中的一种机器学习方法,它主要通过多层神经网络来进行数据建模,分析数据的模式和特征,为预测、决策等提供科学依据。本文利用卷积神经网络(CNN)和循环神经网络(RNN)构建了深度学习模型,旨在对交通信号灯控制系统进行智能优化。其间,笔者通过安装摄像头来实时捕捉交通状况和车辆流量信息,利用深度学习模型对采集到的数据进行了深度分析,并在此基础上预测了交通流量趋势,调整了交通信号灯的运行周期和时序。

关 键 词：循环神经网络 多层神经网络 人工智能 交通信号灯 数据建模 智能优化 深度学习 流量信息 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] U491.54[自动化与计算机技术—控制科学与工程]