پیش‌بینی تعداد وسایل نقلیه پردازش شده با تکنیک هوشمند پردازش تصویر به وسیله شبکه عصبی
- سال انتشار: 1392
- محل انتشار: سیزدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک
- کد COI اختصاصی: TTC13_281
- زبان مقاله: فارسی
- تعداد مشاهده: 651
نویسندگان
گروه مدیریت و حسابداری دانشگاه آزاد اسلامی واحد شال
عضو هیئت علمی و معاون آموزشی دانشگاه آزاد اسلامی واحد شال
گروه برق دانشگاه آزاد اسلامی واحد شال
چکیده
وسایل نقلیه سنگین نقش مهمی را در حمل و نقل جاده‌ای و شهری دارند ولی باعث بروز مشکلاتی در ترافیک شده و محیط زیست به چالش می‌کشند. دانست تعداد وسایل نقلیه سنگین موجب توزیع بهتر ترافیک می‌شود، برنامه‌ریزی در جهت ایجاد زیر ساخت‌ها میسر می‌سازد و موجب بهره برداری از تمامی ظرفیت‌های عمرانی و خدماتی می‌شود. هدف اصلی این مقاله تجزیه و تحلیل دنباله‌های ویدیویی برای ردیابی وسایل نقلیه سنگین است. به همین منظور بااستفاده از تکنیک پردازش تصویرابتدا خودروها از یکدیگر تفکیک شدند که نتایج آن با توجه به روان بودن ترافیک شهری، تشخیص و گروه‌بندی 92 درصد وسایل نقلیه بود. به گونه‌ای که فرایند تشخیص موتورسیکلت 86 درصد و خودروهای سبک 97 درصد و خودروهای سنگین 98 درصد بود با توجه به توانایی مدل شبکه عصبی در امر پیش‌بینی، تعداد وسایل نقلیه سنگین استخراج شده از تکنیک پردازش تصاویر با توجه به دیگر مولفه‌های مربوط به ترافیک از جمله تعداد خودورهای سبک، تعداد موتورسیکلت‌ها و فاصله زمانی خودروهای سنگین سنجیده شد. استفاده از مدل پرسپترون چند لایه، با الگوریتم آموزش پس از انتشار نتایج مطلوبی از کارایی شبکه عصبی در پیش بینی تعداد وسایل نقلیه سنگین نشان داد.کلیدواژه ها
تکنیک پردازش تصاویر، شبکه عصبی، پیش بینی تعداد وسایل نقلیه سنگین، مطالعه ترافیکمقالات مرتبط جدید
- بررسی علل خرابی محل های وصله شده در رویه های آسفالتی به روش پرسشنامه لیکرت
- مروری بر تحقیقات انجام شده بر روی مخلوط های آسفالتی حاوی الیاف طبیعی
- ارزیابی افزودنی های مورد استفاده در بهبود مقاومت ترک خوردگی دمای پایین مخلوط آسفالتی
- ارزیابی قابلیت جذب صوت مخلوط های آسفالتی مختلف با استفاده از آزمایش لوله امپدانس
- مروری بر آلودگی صوتی روسازی: عوامل تولید و روشهای اندازه گیری نویز لاستیک-روسازی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.