基于模糊隶属度曲面的遗传算法图像分割

介绍了遗传算法的发展历史和图像分割的应用现状，分析了基于基本的遗传算法的图像分割方法，并将遗传算法与模糊集理论相结合用于医学图像分割，提出了基于模糊隶属度的遗传算法的医学图像分割方法。并对不同方法，如分割效果、计算代价进行了分析比较。     

遗传算法在交通量预测中的应用

遗传算法是建立在自然遗传学机理基础上的参数搜索方法，笔者介绍了遗传算法在交通预测模型参数求解中的应用，计算结果表明，该方法要优于线性化两步最小二乘参数估计法，同时，笔者在如何利用系统误差建立适应度函数方面提出了新的见解。     

基于贪心退火遗传算法的车辆图像分割研究

针对交通流实时检测系统图像分割的阈值自动优化选取问题,通过将贪心思想和模拟退火思想引入到遗传算法中,设计了贪心退火遗传算法(GAGA),以最大类方差函数作为遗传算法中适应度的评价函数,利用贪心算法局部搜索能力强和退火遗传算法全局搜索能力强的特点 ,实现图像阈值的自动优化选取.MATLAB仿真数据表明,贪心退火遗传算法较基本遗传算法具有更强的寻优性能.将其应用于交通流检测系统,可增强整个系统的实时性和鲁棒性.     

基于信息融合技术的交通量检测方法

在一种新的交通量检测模式下，用加权平均算法实现了饱和度的信息融合；对拥挤和非拥挤的交通流，在无信息先验分布的假设下，应用Bayes方法实现了交通流量的信息融合。上述信息融合方法可为交通控制系统提供更全面、更准确的交通量信息。仿真结果表明了该方法的可行性。     

用于交通量检测的路面开关传感器

在交通量检测中，为了测量过车数量及为测量仪器提供触发信号，需要可靠的开关量信号，这一开关信号是借助于路面开关传感器得到的，本文对该传感器的结构形式，材料选择及受力状态进行了分析与研究。     

基于视频图像的车牌定位与分割技术研究

对交通控制系统中的视频图像进行了研究,利用数字图像处理技术,在对车牌图像预处理的基础上,分别利用车牌的水平投影和垂直投影找出车牌的切割位置,实现了车牌的准确定位;对定位后的车牌去除白色边框,再求得其垂直投影,避免字符粘连在一起,从垂直投影图上确定每个字符的分割位置,取得了较好的字符分割效果。     

自适应阈值分割的图像边缘检测方法研究

边缘是图像视觉中的一种重要信息,是图像最基本的特征之一.在边缘检测过程中为了消除传统分水线算法引起的过分割现象,给出了一种新的过分割区域合并算法,该方法能把复杂的目标图像分割成为一系列反映目标基本结构特征的简单区域.然后利用轮廓提取算法去除图像内部的像素点,经最后处理得到的部分即是图像的边缘.     

基于车辆噪音时域特征的交通量统计方法

针对现有交通流数据采集设备存在造价高、采集精度不够及难于后期分析等实际问题,提出了一种利用车辆音频时域信号特征进行交通量检测的方法。该方法根据车辆噪音信号的波形特点,通过提取车辆噪音时域特征参数短时能量和过零率,进行端点、特征跳变点检测及车型辨别、分类,统计出交通量数据。试验结果表明,结合音频信号时域能量分布和过零率能够实现交通量信息的有效检测,同时为保证音频信息采集的有效性,数据采集设备应安装在车辆加速行驶路段或凸形竖曲线顶部附近。该检测方法具有检测方便、设备投入少的特点,统计精度能够满足工程实际需要,适用于一般公路交通量的调查。     

基于路段交通量的趋势增长--概率分配路网交通量预测方法

结合中国西部地区路网的现状,以路网中各路段的历史交通量调查数据和区域经济资料为依据,利用多元回归模型对路网的正常交通量进行预测;以现状路网正常交通量为基础,利用概率分配法对新建或改建路网的转移交通量和诱增交通量进行预测,形成基于路网路段交通量调查资料的趋势增长———概率分配路网交通量预测方法。该方法继承了个别推算法的优点又摈弃了总量控制法的缺点,可操作性强,适用于西部地区的路网。     

基于遗传算法的交通监控图像模糊恢复

提出一种用遗传算法进行图像模糊恢复的方法.该方法具有计算简单和全局搜索收敛的优点,实验结果是得到了高质量的图像恢复效果,表明了该算法的有效性.     

基于GA启发式抽样的交通事件自动检测

为了提高面向不平衡数据集的交通事件检测综合性能,提出了两种基于GA启发式抽样方法的交通事件检测算法.基于GA的实例选择抽样方法(GA-IS),解决非启发式抽样方法人为设定抽样率导致的检测效果不稳定问题.基于GA的支持向量选择抽样方法(GA-SS),改善学习集数据量较大时的检测效率.实验采用新加坡AYE仿真数据库,以支持向量机作为分类器进行事件检测.结果表明,基于遗传算法实例选择抽样的检测模型检测率达到94%,平均检测时间为1.413 3 min,性能指标PI为0.157;基于遗传算法支持向量选择抽样的检测模型决策时间为4.55 s,综合性能最优,其PI为0.151;基于少数类过抽样算法(SMOTE)的检测模型决策时间为35.21 s,PI为0.329,与非启发式抽样方法相比,所提方法能有效改善面向不平衡数据集的事件检测综合性能.     

基于车头灯光斑特征稳定性与轨迹相似度的夜间交通流量检测

为了解决计算机视觉在夜间低亮度、多干扰的光环境下交通流检测精度低、稳定性差等问题,研究了一种基于车头灯光斑特征稳定性与轨迹相似度的夜间交通流量检测方法.针对静态检测方法难以在多干扰的条件下高精度地识别车灯的问题,提出了在跟踪过程中根据目标跟踪窗口的亮度与几何特征稳定性动态消除干扰光斑的车灯识别方法;针对静态配对方法稳定性较差、计算开销较大的问题,提出基于车灯跟踪轨迹相似度与位置关系的配对规则、辅以配对逻辑来实现车灯配对的方法.实验结果表明,该算法在常见检测环境下的正检率约为90%,漏检率可低于10%.算法在应对路面反射特性较强的环境时的漏检率有待优化.     

基于交通量演变模式检索的高速公路交通量预测方法

通过交通量预测的方法,可以在突发事件情况下评估事件对高速公路网的交通影响。各种预测算法的共同特征,需要一定的历史数据支持。在同一算法中,对历史信息吸收得越多,其预测往往越准确。作者借用图像压缩的原理,从历史交通数据中抽象出历史交通状态演化模式,并用压缩码表示该演化模式。通过对压缩码的检索,可以快速提取与当前演化模式相近的历史数据,通过这些演化模式相近的历史数据,预测交通状态的变化趋势。试验证明,预测数据与真实数据具有良好的拟合度。     

交通规划中基于遗传算法的最短路交通分配法应用研究

对交通分配中的最短路径和遗传算法进行分析,提出一种适合在不考虑各条出行路径路况和用户出行行驶速度情况下基于遗传来搜索最短路径的分配方法.介绍交通分配的最短路法原理以及遗传算法的概念和过程,给出基于遗传算法的搜索最短路算法过程设计,并用简例对其进行说明.     

基于用地性质的交通需求遗传算法模型研究

提出了基于交通小区用地性质的交通需求模型建立方法，对该方法的基本原理、建模过程和可行性进行了阐述．针对传统交通需求的不足．用遗传算法进行模型的标定和求解来改进。在实例分析中．通过交通分配数据证明了该建模方法的精确性和有效性。     

基于 QPSO-RBF 的交通量预测方法研究

实时、准确的交通量预测是实现动态交通流控制及诱导的前提和基础,为了更好的对其进行预测,在分析径向基函数(RBF)神经网络预测模型的特点和标准粒子群优化(PSO)算法缺陷的基础上,将量子粒子群优化(QPSO)算法的全局搜索能力与RBF神经网络的局部优化相结合,克服了标准PSO算法收敛不稳定性和RBF神经网络易陷入局部极小值的缺点,并建立了QPSO-RBF的交通量预测模型.仿真实例结果表明,提出的预测模型预测精度较高,具有较强的学习能力和预测能力,对于交通量预测具有一定的可行性和有效性.