原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
ofthe24th
Chinese
Control
Proceedings Oonrerence
Guangzhou,P．R．China
15-18．2005
Jtlly
基于信息熵及多分支BP网络的自适应车型分类研究
徐建闽，林培群
(华南理工大学交通学院，广州，510640)
Email：aujmxu@scut．edu．cn
摘要：车型分类是自动化道路交通信息采集的重点和难点，利用环形线圈产生的信号曲线进行车型分类，特征
提取和模式识别是其中最重要的两个环节。本文设计了通过知识库和信息熵进行特征提取、并以多分支BP网络
作为模式识别算法的自适应模式分类器。多分支BP网络以分而治之的思想为依据，将N种模式的识别问题转换
为N个并行的两种模式识别问题，可以克服一般的BP网络在解决多模式识别问题时的缺陷。在此基础上，本文
以所设计的分类器为基础研究车型分类问题，并利用G107上的实测数据进行仿真，仿真结果表明，与采用一般
的特征提取方法和BP网络相比，基于信息熵和多分支BP网络的分类器具有更好的分类性能，且显著地减少了
训I练时间。
关键词；熵：特征提取；多分支BP网络；模式识别；车型分类
Vehicle
Classificationon
basedInformation
Adaptive and
Entropy
Multi．branchBPNeural
Networks
Xu
Jianmin，Lin
Peiqun
(College China
ofTr蝣candCommunication?South
Univ．ofTech．．Guangzhou．51064谚Chinn)
Abstract：Ⅵhicleclassification
iSan and in
hard traffiC
important process informationcollection．Featureextraction
and aretwo
ofthemost invehicleclassificationonthe
pattern based curves
recognition importantsub．processes signal
ofthe transducer．An uses baseandinformationforfeature
loop adaptiveclassifier,which extraction．
knowledge entropy
and
multi-br
文档评论（0）