پیشبینی تعداد وسایل نقلیه پردازش شده با تکنیک هوشمند پردازش تصویر به وسیله شبکه عصبی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 644
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TTC13_281
تاریخ نمایه سازی: 25 خرداد 1393
چکیده مقاله:
وسایل نقلیه سنگین نقش مهمی را در حمل و نقل جادهای و شهری دارند ولی باعث بروز مشکلاتی در ترافیک شده و محیط زیست به چالش میکشند. دانست تعداد وسایل نقلیه سنگین موجب توزیع بهتر ترافیک میشود، برنامهریزی در جهت ایجاد زیر ساختها میسر میسازد و موجب بهره برداری از تمامی ظرفیتهای عمرانی و خدماتی میشود. هدف اصلی این مقاله تجزیه و تحلیل دنبالههای ویدیویی برای ردیابی وسایل نقلیه سنگین است. به همین منظور بااستفاده از تکنیک پردازش تصویرابتدا خودروها از یکدیگر تفکیک شدند که نتایج آن با توجه به روان بودن ترافیک شهری، تشخیص و گروهبندی 92 درصد وسایل نقلیه بود. به گونهای که فرایند تشخیص موتورسیکلت 86 درصد و خودروهای سبک 97 درصد و خودروهای سنگین 98 درصد بود با توجه به توانایی مدل شبکه عصبی در امر پیشبینی، تعداد وسایل نقلیه سنگین استخراج شده از تکنیک پردازش تصاویر با توجه به دیگر مولفههای مربوط به ترافیک از جمله تعداد خودورهای سبک، تعداد موتورسیکلتها و فاصله زمانی خودروهای سنگین سنجیده شد. استفاده از مدل پرسپترون چند لایه، با الگوریتم آموزش پس از انتشار نتایج مطلوبی از کارایی شبکه عصبی در پیش بینی تعداد وسایل نقلیه سنگین نشان داد.
کلیدواژه ها:
نویسندگان
صابر حسنعلی زاده
گروه مدیریت و حسابداری دانشگاه آزاد اسلامی واحد شال
شبنم صدری
عضو هیئت علمی و معاون آموزشی دانشگاه آزاد اسلامی واحد شال
مرتضی رحمنی
گروه برق دانشگاه آزاد اسلامی واحد شال
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :