%0 Journal Article
%T 基于特征自学习的交通模式识别研究
%A 王昊
%A 刘高军
%A 段建勇
%A 薛媛媛
%A 冯卓楠
%J 哈尔滨工程大学学报
%D 2019
%R 10.11990/jheu.201708043
%X 针对目前交通模式识别以人工设计特征为主，特征设计主观性强、区分度不高的问题，本文依据深度学习理论，建立了基于卷积神经网络的特征自动学习模型。该模型利用卷积神经网络自动学习深度特征，然后与人工特征共同用于交通模式识别。模型基于微软GeoLife数据，针对不同特征组合与分类方法设计实验，实验结果表明模型能学习到高区分度深度特征、有效提高交通模式识别准确率。
%K 交通模式识别
%K 深度特征
%K 轨迹挖掘
%K 特征学习
%K 卷积网络
%K 轨迹
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=201708043