摘要
本发明提供一种机场道口人与车辆管理方法及系统,涉及智能交通系统领域,所述方法包括:通过图像处理技术识别车辆牌照信息,并对人员面部特征进行比对,获得道口人员与车辆的流量数据;根据道口人员与车辆的流量数据,构建LSTM神经网络,并根据LSTM神经网络分析道口交通流量的时间变化趋势,以预测高峰时段;通过Apriori算法,挖掘人员与车辆通行行为之间的关联规则,得到车辆类型的通行偏好;对人员和车辆进行聚类,识别出不同的通行模式和群体特征。本发明解决现有机场道口人与车辆管理系统中存在的问题,提高通行效率、增强安全性、优化资源配置、提升用户体验,实现机场的智能化处理。
技术关键词
LSTM神经网络
道口
车辆管理方法
图像处理技术识别
面部特征
数据
语音提示系统
车辆管理系统
电子显示屏
车辆牌照识别
模式
优化资源配置
聚类
智能交通系统
算法
球体
可读存储介质
系统为您推荐了相关专利信息
污泥
决策控制模块
真空闪蒸
红外辐射加热器
弹性滤板
系统故障预警方法
回归预测模型
概率密度函数
偏差
概率密度曲线
可靠性分析方法
电气设备
蒙特卡洛模拟法
历史故障数据
节点
水利水情监测管理系统
北斗短报文通信
节点
数据压缩
前向纠错编码
管理平台模块
网络隔离系统
隔离模块
网络隔离方法
单向光闸设备