您的位置: 专家智库 > >

中国人民大学科学研究基金(07XND012)

作品数:3 被引量:22H指数:1
相关作者:杨励雅邵春福李娟郝合瑞更多>>
相关机构:中国人民大学北京交通大学更多>>
发文基金:中国人民大学科学研究基金国家重点基础研究发展计划国家自然科学基金更多>>
相关领域:交通运输工程经济管理更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 2篇交通运输工程
  • 1篇经济管理

主题

  • 2篇道路客运
  • 2篇神经网
  • 2篇神经网络
  • 2篇主成分
  • 2篇主成分分析
  • 2篇网络
  • 2篇客运
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 2篇P
  • 2篇-B
  • 1篇行人
  • 1篇行人检测
  • 1篇行人检测方法
  • 1篇运输系统
  • 1篇智能交通
  • 1篇智能交通系统
  • 1篇混合高斯
  • 1篇混合高斯模型

机构

  • 3篇北京交通大学
  • 3篇中国人民大学

作者

  • 3篇邵春福
  • 3篇杨励雅
  • 1篇郝合瑞
  • 1篇李娟

传媒

  • 1篇物流技术
  • 1篇吉林大学学报...

年份

  • 1篇2011
  • 1篇2009
  • 1篇2008
3 条 记 录,以下是 1-3
排序方式:
基于主成分分析-BP神经网络的道路客运站场布局决策研究
为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法。首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量;然后,将新...
杨励雅邵春福
关键词:主成分分析BP神经网络
文献传递
基于主成分分析-BP神经网络的道路客运站场布局决策方法被引量:1
2009年
为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法。首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量。然后,将新的输入变量群作为BP神经网络的输入进行道路客运站场的布局决策。最后,以廊坊市道路客运站场布局为例进行了方法的有效性验证。
郝合瑞杨励雅邵春福
关键词:交通规划主成分分析BP神经网络
基于混合高斯模型的行人检测方法被引量:21
2011年
针对道路交通中行人的特点,从参数更新、背景估计和前景分割三个方面改进传统的混合高斯模型,提出一种有效的行人检测方法。首先,利用基于图像分割的参数更新模型,减少将静止前景判定为背景的可能性;其次,采用前景融合时间调整机制,控制前景融入背景的时间;最后,引入均值权值的概念,优化前景分割的条件。试验结果表明,改进的算法优于传统的混合高斯模型,具有良好的鲁棒性和自适应性,可正确检测出移动速度缓慢或静止的行人。
李娟邵春福杨励雅
关键词:交通运输系统工程智能交通系统行人检测混合高斯模型
共1页<1>
聚类工具0