摘要
本发明为一种交通检测系统及方法,涉及交通管理技术领域,包括通过因子分析提取预处理后的实时交通数据的公因子,根据公因子构建决策树模型;根据决策树模型对交通特征数据进行特征类型归类,获得特征归类数据;通过决策规则将特征归类数据进行融合,生成融合后的交通数据;基于卷积神经网络和递归神经网络构建交通预测模型,利用预设条件下采集的交通数据对交通预测模型进行训练和优化,得到优化的交通预测模型;根据交通预测模型的输入要求,对融合后的数据进行格式化处理,将获得的格式化融合交通数据输入优化后的交通预测模型中,获得实时的交通预测结果。可以对交通数据价值进行彻底挖掘,为交通预测提供更全局的视角和更丰富的信息。
技术关键词
交通特征
交通检测方法
车流量数据
交通检测系统
图像采集设备
决策树模型
递归神经网络
构建决策树
匈牙利算法
无线通信设备
地磁传感器
红外线传感器
因子
格式化
融合规则
车辆图像数据
交通事故数据
系统为您推荐了相关专利信息
交通特征
交通流量预测
预测交通流量
时间段
数据分析模型
坐标转换矩阵
语义标签
激光雷达设备
图像采集设备
像素点
智能调控
多层涂布结构
人机交互模块
数据处理单元
调控策略