发明授权
CN109345832B 一种基于深度递归神经网络的城市道路超车预测方法
失效 - 权利终止
- 专利标题： 一种基于深度递归神经网络的城市道路超车预测方法
-
申请号： CN201811351157.3申请日： 2018-11-13
-
公开(公告)号： CN109345832B公开(公告)日： 2021-06-29
- 发明人: 王浩 , 黄美鑫 , 李晓丹 , 鞠建敏 , 武志薪
- 申请人： 上海应用技术大学
- 申请人地址： 上海市徐汇区漕宝路120-121号
- 专利权人： 上海应用技术大学
- 当前专利权人： 上海应用技术大学
- 当前专利权人地址： 上海市徐汇区漕宝路120-121号
- 代理机构： 上海汉声知识产权代理有限公司
- 代理商 胡晶
- 主分类号： G08G1/01
- IPC分类号： G08G1/01 ; G08G1/017 ; G06N3/04 ; G06K9/00
摘要：
本发明属于机器学习领域，特别是涉及一种基于深度递归神经网络的城市道路超车率预测方法。利用电子警察与卡口等车牌识别系统，通过上下游车牌识别的时间对比，可以较为精确的获取车辆在路段之间的超车关系。与传统神经网络相比该模型具有更高的精度、更强的泛化能力。本发明能够更准确预测城市道路的超车趋势，既一定程度上保障了交通安全，又为相关管理部门提供了决策支持。
公开/授权文献
- CN109345832A 一种基于深度递归神经网络的城市道路超车预测方法 公开/授权日：2019-02-15
IPC分类:
