点击次数：

论文类型：期刊论文

发表时间：2008-11-15

发表刊物：通信学报

收录刊物：Scopus、EI、PKU、ISTIC、CSCD

卷号：29

期号：11

页面范围：139-144

ISSN号：1000-436X

关键字：智能交通;车辆分类;邻接传感器网络;神经网络;聚类算法

摘要：为了提高车辆分类的性能,基于邻接传感器网络和BP神经网络提出一个有效的车辆分类算法MSVCA.在本算法中,使用成本相对低廉、灵敏度高的地磁传感器,采集车辆对地磁场的磁扰动特征信号,并根据邻接传感器网络本身的几何特性估计车辆长度,最后采用BP神经网络对车辆进行分类.神经网络的输入包括车辆长度、速度以及特征向量序列,输出为预定义的车辆类型.仿真及路面实验获得了93.61%的准确率.结果表明该算法提高了车辆分类的准确性,且具有较高的精度和顽健性.