基于特征自学习的交通模式识别研究

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。