%0 Journal Article
%T 快速路截面数据和车牌识别数据融合算法
%J 北京工业大学学报
%D 2009
%X 为了提高快速路交通流检测精度,在对快速路截面数据和车牌识别数据预处理方法研究的基础上,提出了基于遗传算法优化的BP神经网络数据融合算法,并以VISSIM模拟交通流数据为对象,通过MATLAB程序实现该算法的仿真验证,同时与传统BP神经网络融合算法进行对比分析.结果表明,该算法融合的平均相对误差为0.73%,传统BP神经网络融合的平均相对误差为1.55%,融合精度显著提高.
%K 数据融合
%K BP神经网络
%K 遗传算法
%K 车牌识别
%U http://www.bjgd.cbpt.cnki.net/WKA/WebPublication/paperDigest.aspx?paperID=67EF87A8-A3CA-478C-8CB1-921014DB1AF9