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 無
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