卷積神經網路於擁擠指標之研究

淡江大學機構典藏 > 商管學院 > 運輸管理學系暨研究所 > 會議論文 > Item 987654321/120746

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/120746

题名:	卷積神經網路於擁擠指標之研究
作者:	劉士仙;陳瑋翔;徐偉哲
关键词:	擁擠指標;卷積神經網路
日期:	2020-12-03
上传时间:	2021-05-05 12:14:42 (UTC+8)
摘要:	以不同顏色提供道路交通擁擠（Congestion）資訊，是目前國內外常用來描述路況資訊最普遍的一種型式，主要在於簡單、畫面易懂；國內外的交通控制中心的路況擁擠程度，目前主要仍以道路速限為準，主觀地將速率高低分為幾種級距，以反應用路人對道路擁擠感知的等級，常會發生與用路人主觀之行車擁擠感知經驗不一致的現象。過去學術研究爰用進階之分類方法，雖有改善，仍有諸多改善空間。由於用路人係以視覺感知來判讀交通擁擠狀態，有鑑於此，本研究嘗試以圖像辨識之卷積神經網路技術，預測擁擠指標類別，並以路段固定偵測器之即時交通參數為基礎，比較過去使用轉換之判讀方法，以高速公路為例，比較分析，結果顯示，以卷積神經網路深度學習預測之模式績效，準確度之改善有大幅提升，準確率達82.9%。
關聯:	中華民國運輸學會2020年會暨學術論文研討會論文集
显示于类别:	[運輸管理學系暨研究所] 會議論文

文件中的档案:

档案	大小	格式	浏览次数
index.html	0Kb	HTML	146	检视/开启

在機構典藏中所有的数据项都受到原著作权保护.

TAIR相关文章