干道交通状态识别及演变机理研究
Highways & Automotive Applications（2020）
摘要
为减少城市交通拥挤、避免交通瘫痪、保障出行安全,在综合分析交通信息采集技术、交通状态识别、交通状态演变研究现状的基础上,对干道交通状态识别及演变机理进行分析,建立适用于精细化交通管控的城市道路交通状态识别及预测框架,主要包括基于深度学习结合视频跟踪算法提取交通参数、基于路段单元运用堆叠式稀疏自编码结合 K-均值聚类对车道和路段交通状态进行精准判别、基于 LSTM循环神经网络与 3D-CNN 卷积神经网络对交通状态进行预测;最后提出干道交通状态识别与预测面临的挑战和研究方向.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要