2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩82頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、交通情境識別又稱為交通模式識別,是利用用戶的上下文信息對用戶所處的交通狀態(tài)的一種識別和感知,是人類行為識別的子問題。交通模式的自動識別可以替代傳統(tǒng)的居民出行調(diào)查方式,更加便捷的獲取大量居民的出行方式信息數(shù)據(jù)。用于城市的交通規(guī)劃,緩解城市交通壓力以及提高人們的出行效率。本文探究使用深度學(xué)習(xí)的方法對手機(jī)傳感器進(jìn)行建模完成交通情境識別。
  本文首先研究了傳統(tǒng)的基于手機(jī)傳感器的交通模式識別方法,包括使用的手機(jī)傳感器類型、數(shù)據(jù)流處理過程、

2、以及傳統(tǒng)的分類方法的性能。本文研究的交通模式分類包括:公交、地鐵、出租、高鐵。根據(jù)研究需求采集并且構(gòu)建了相關(guān)交通模式識別的基準(zhǔn)數(shù)據(jù)集。共進(jìn)行255次采集包含15名采集人員,采集6種不同部位,總共7861分鐘的數(shù)據(jù)。在基準(zhǔn)測試數(shù)據(jù)集上,本文提出兩種交通模式識別方案:一、基于多層的RNN交通模式識別方案。方案對傳感器進(jìn)行預(yù)處理后提取簡單的統(tǒng)計(jì)特征作為RNN網(wǎng)絡(luò)的輸入,使用多層或單層的lstm網(wǎng)絡(luò)提取時序特征用于交通模式識別,最終識別準(zhǔn)確率可

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論