论文部分内容阅读
提出一种Adaboost BP神经网络的交通事件检测方法:以上下游的流量和占有率作为特征,用BP神经网络作为分类器进行交通事件的自动分类与检测。在BP神经网络的训练过程中,提出一种新的训练算法,提高了神经网络的分类能力。为了进一步提高神经网络的泛化能力,采用改进的Adaboost算法,进行网络集成。运用Matlab进行仿真分析。结果表明所提出的交通事件检测算法具有较好的检测性能。