English
|
正體中文
| 简体中文 |
全文笔数/总笔数 : 62830/95882 (66%)
造访人次 : 4051745 在线人数 : 986
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library & TKU Library IR team.
搜寻范围
全部機構典藏
商管學院
運輸管理學系暨研究所
--期刊論文
查询小技巧:
您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
进阶搜寻
主页
‧
登入
‧
上传
‧
说明
‧
关于機構典藏
‧
管理
淡江大學機構典藏
>
商管學院
>
運輸管理學系暨研究所
>
期刊論文
>
Item 987654321/122581
数据加载中.....
书目数据导出
Endnote RIS 格式
Bibtex 格式
引文信息
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/987654321/122581
题名:
卷積神經網路於擁擠指標之研究
其它题名:
Analysis of Congestion Index using Convolution Neural Network Approach
作者:
劉士仙
;
陳瑋翔
;
徐偉哲
关键词:
CNN
;
擁擠指標
;
卷積神經網路
日期:
2021-12
上传时间:
2022-03-14 12:11:35 (UTC+8)
出版者:
台北市交通安全促進會
摘要:
目前國內外交控中心常用不同顏色用來描述路況資訊,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,本研究以高速公路為例,比較過去使用轉換之判讀方法,分析結果顯示,準確度大幅提升,高達82.9%。
關聯:
都市交通 36(2), P.71 - 88
显示于类别:
[運輸管理學系暨研究所] 期刊論文
文件中的档案:
档案
描述
大小
格式
浏览次数
index.html
0Kb
HTML
80
检视/开启
卷積神經網路於擁擠指標之研究.pdf
1322Kb
Adobe PDF
17
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
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library & TKU Library IR teams.
Copyright ©
-
回馈