本文關(guān)鍵詞：一種基于樸素貝葉斯分類的車道數(shù)量探測(cè)

  更多相關(guān)文章： 交通工程 浮動(dòng)車數(shù)據(jù) 自適應(yīng)寬度探測(cè) 樸素貝葉斯分類 車道數(shù)量

【摘要】：針對(duì)浮動(dòng)車數(shù)據(jù)采集成本低、采集速度快、覆蓋范圍廣、蘊(yùn)含豐富道路信息等特點(diǎn),提出了一種基于浮動(dòng)車數(shù)據(jù)的城市車道數(shù)量信息快速獲取方法。該方法首先根據(jù)浮動(dòng)車數(shù)據(jù)的空間分布特征,利用基于Delaunay三角網(wǎng)的密度聚類方法對(duì)數(shù)據(jù)進(jìn)行優(yōu)選;然后通過探測(cè)浮動(dòng)車數(shù)據(jù)的覆蓋寬度及其在道路橫截面的分布狀態(tài),構(gòu)建樸素貝葉斯分類器;最后采用樸素貝葉斯分類方法確定目標(biāo)路段的車道數(shù)量。結(jié)果表明:該方法可以從低精度浮動(dòng)車數(shù)據(jù)中快速獲取車道數(shù)量信息,提取精度達(dá)到76.3%。
【作者單位】： 武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室;深圳大學(xué)空間信息智能感知與服務(wù)深圳市重點(diǎn)實(shí)驗(yàn)室;田納西大學(xué)地理系;
【關(guān)鍵詞】： 交通工程 浮動(dòng)車數(shù)據(jù) 自適應(yīng)寬度探測(cè) 樸素貝葉斯分類 車道數(shù)量
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41271442;40801155;41571430) 深圳市北斗衛(wèi)星應(yīng)用工程技術(shù)研究中心項(xiàng)目 中國(guó)航天科技集團(tuán)公司衛(wèi)星應(yīng)用研究院創(chuàng)新基金項(xiàng)目(2014_CXJJ-DSJ_02)
【分類號(hào)】：U463.6;U495
【正文快照】： 3.田納西大學(xué)地理系,田納西諾克斯維爾TN 37996)0引言車道級(jí)別道路信息(車道數(shù)量、車道線位置、車道轉(zhuǎn)向等)是智能輔助駕駛系統(tǒng)的關(guān)鍵[1]。目前車道信息獲取方法按數(shù)據(jù)源不同主要分為3類。第1類方法從影像和視頻數(shù)據(jù)中提取車道線、道路邊界線、轉(zhuǎn)向信息等[2-4]。第2類方法利用

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 范生萬;王浩;;貝葉斯網(wǎng)絡(luò)在高職英語應(yīng)用能力考試中的應(yīng)用研究[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年04期

2 胡文斌;孟波;王少梅;;基于貝葉斯網(wǎng)絡(luò)的權(quán)重自學(xué)習(xí)方法研究[J];計(jì)算機(jī)集成制造系統(tǒng);2005年12期

3 張步良;;基于分類概率加權(quán)的樸素貝葉斯分類方法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2012年07期

4 史會(huì)峰,谷根代,盧艷霞;基于貝葉斯擴(kuò)張樹的文本分類算法[J];華北電力大學(xué)學(xué)報(bào);2004年05期

5 蔣艷凰,楊學(xué)軍;基于搜索編碼的簡(jiǎn)單貝葉斯分類方法[J];國(guó)防科技大學(xué)學(xué)報(bào);2004年05期

6 范生萬;;貝葉斯網(wǎng)絡(luò)分類模型在教育中的應(yīng)用研究[J];安徽建筑工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年01期

7 劉鳳玉,李千目,衷宜;基于貝葉斯分類的分布式網(wǎng)絡(luò)故障診斷模型[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年05期

8 閉樂鵬;徐偉;宋瀚濤;;基于一類SVM的貝葉斯分類算法[J];北京理工大學(xué)學(xué)報(bào);2006年02期

9 李永忠;趙博;楊鴿;徐靜;;貝葉斯樹算法在異常入侵檢測(cè)中的應(yīng)用[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

10 黃永毅;鈕靖;王秋紅;;基于貝葉斯的不確定數(shù)據(jù)挖掘[J];硅谷;2014年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 袁野;胡邦輝;劉丹軍;蘇宏琛;;基于貝葉斯分類判別方法的雷暴預(yù)報(bào)研究[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)災(zāi)害天氣事件的預(yù)警、預(yù)報(bào)及防災(zāi)減災(zāi)分會(huì)場(chǎng)論文集[C];2009年

2 李千目;嚴(yán)悍;劉靜;王宗月;張宏;劉鳳玉;;基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)性能診斷系統(tǒng)[A];第16屆中國(guó)過程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

3 鄧紅;陳丹;周方;;基于貝葉斯網(wǎng)絡(luò)的多主題對(duì)話管理方法研究[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2010年

4 馬后鋒;樊興華;;一種改進(jìn)的增量貝葉斯分類算法[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

5 周德全;;離散貝葉斯分類算法及分類誤差估計(jì)[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

6 陳猛;郭華平;范明;;一種基于貝葉斯的多窗口數(shù)據(jù)流分類模型[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（二）[C];2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李平;貝葉斯網(wǎng)在糖尿病輔助診斷系統(tǒng)中的應(yīng)用[D];浙江工業(yè)大學(xué);2013年

2 王峻;樸素貝葉斯分類模型的研究與應(yīng)用[D];合肥工業(yè)大學(xué);2006年

3 張亞萍;基于聚類的樸素貝葉斯分類模型的研究與應(yīng)用[D];合肥工業(yè)大學(xué);2006年

4 余民杰;貝葉斯網(wǎng)絡(luò)分類器與應(yīng)用[D];云南財(cái)經(jīng)大學(xué);2012年

5 張平;基于貝葉斯網(wǎng)絡(luò)的多維分類問題研究[D];西安電子科技大學(xué);2014年

6 李冠廣;基于貝葉斯網(wǎng)絡(luò)的入侵檢測(cè)[D];大連理工大學(xué);2010年

7 劉輝;基于貝葉斯分類技術(shù)的電信客戶欺詐分析[D];西南交通大學(xué);2005年

8 孫銘會(huì);多模塊集成式貝葉斯分類模型的研究[D];吉林大學(xué);2007年

9 朱曉丹;樸素貝葉斯分類模型的改進(jìn)研究[D];廈門大學(xué);2014年

10 彭興媛;樸素貝葉斯分類改進(jìn)算法的研究[D];重慶大學(xué);2012年

本文編號(hào)：558335