卷積神經網路於擁擠指標之研究
學年 109
學期 1
發表日期 2020-12-03
作品名稱 卷積神經網路於擁擠指標之研究
作品名稱(其他語言)
著者 劉士仙; 陳瑋翔; 徐偉哲
作品所屬單位
出版者
會議名稱 中華民國運輸學會2020年會暨學術論文研討會
會議地點 台南市,台灣
摘要 以不同顏色提供道路交通擁擠(Congestion)資訊,是目前國內外常用來描述路況資訊最普遍的一種型式,主要在於簡單、畫面易懂;國內外的交通控制中心的路況擁擠程度,目前主要仍以道路速限為準,主觀地將速率高低分為幾種級距,以反應用路人對道路擁擠感知的等級,常會發生與用路人主觀之行車擁擠感知經驗不一致的現象。過去學術研究爰用進階之分類方法,雖有改善,仍有諸多改善空間。由於用路人係以視覺感知來判讀交通擁擠狀態,有鑑於此,本研究嘗試以圖像辨識之卷積神經網路技術,預測擁擠指標類別,並以路段固定偵測器之即時交通參數為基礎,比較過去使用轉換之判讀方法,以高速公路為例,比較分析,結果顯示,以卷積神經網路深度學習預測之模式績效,準確度之改善有大幅提升,準確率達82.9%。
關鍵字 擁擠指標;卷積神經網路
語言 zh_TW
收錄於
會議性質 國內
校內研討會地點
研討會時間 20201203~20201204
通訊作者
國別 TWN
公開徵稿
出版型式
出處 中華民國運輸學會2020年會暨學術論文研討會論文集
相關連結

機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/120746 )

SDGS 良好健康和福祉,永續城市與社區