基于ART2神经网络的车辆感应波形识别的方法.pdfVIP

文章编号：1671-4598(2009)05—0962—03中图分类号：TPl83 文献标识码：A 基于ART2神经网络的车辆感应波形识别的方法 叶 青，石译雄 (长沙理工大学电气与信息工程学院，湖南长沙410076) 摘要：在智能交通系统中，无论是在交通监控领域还是在不停车收费系统方面，对车辆进行自动分类都十分重要，环形线圈车辆检测器以其 良好的适应性、稳定性和高效性在车辆监测方面得到了广泛的应用，同时利用同类型或同种车辆经过环形线圈产生轮廓相似的电磁感应波形这 一特点也可以进行车型识别-对波形进行预处理，以波形轮廓的抽样．量化值作为特征向量，将特征向量作为ART2神经网络的输入向量，经 ART2神经网络的自动聚类最终实现车辆感应波形的聚类与识别。 关键词：ART2神经网络；聚类；波形处理 VehicleInductionWaveform BasedonART2NeuralNetWork Recognition Ye Qing，ShiYixiong and ofElectricalInformation 410076，China) (College Engineering。ChangshaUniversity or a Abstract：In whetherthetraffic no classificationofvehiclesare intelligenttransportationsystems monitoringparkingtoll，automatic important．With is and inductiondetectorhasbeen usedinroadvehicle waveformofsameofvehicles good efficiency widely type adaptability，stabilityLoop monitoring．The similarand and be intotheART2NeuralNetwork thewave veCtorCan thesefeaturevectors through pre-processing，samplingquantifying，featuregotten．Send andtheclassificationofvehiclesCanbeachievedautomatic by clustering． words：ART2 Neural Key Network；clustering；waveformprocessing O 引言 盘形状、结构和重量等不同，电感量的变化不同，振荡频率也 智能交通系统作为最大限度地利用现有交通设施来提高 会实时变化，检测频率的实时变化用频率变化曲线表示出来。 交通运输能力的手段，已经越来越受到各方的重视。在智能