English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 58317/91854 (63%)
造訪人次 : 14010365      線上人數 : 169
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/120746


    題名: 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
    關鍵詞: 擁擠指標;卷積神經網路
    日期: 2020-12-03
    上傳時間: 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
    顯示於類別:[運輸管理學系暨研究所] 會議論文

    文件中的檔案:

    檔案 大小格式瀏覽次數
    index.html0KbHTML5檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋