二维码(扫一下试试看!) | 基于神经网络模型的室内大规模人流密度预测 | Large-Scale Indoor Pedestrian Density Prediction Based on Neural Network Model | 投稿时间:2018-10-19 | DOI:10.15918/j.tbit1001-0645.2019.07.009 | 中文关键词:人流密度神经网络大规模室内 | English Keywords:crowd densityneural networklarge-scaleindoor | 基金项目:国家自然科学基金资助项目(61601113);中央高校基本科研业务费专项资金资助项目(2242017K40013) | 作者 | 单位 | 宋宇波 | 东南大学 网络空间安全学院, 江苏省计算机网络技术重点实验室, 江苏, 南京 211189 | 彭朝阳 | 东南大学 网络空间安全学院, 江苏省计算机网络技术重点实验室, 江苏, 南京 211189 | 苏悦 | 东南大学 网络空间安全学院, 江苏省计算机网络技术重点实验室, 江苏, 南京 211189 | 刘蕴箫 | 东南大学 网络空间安全学院, 江苏省计算机网络技术重点实验室, 江苏, 南京 211189 | 赵千锋 | 东南大学 网络空间安全学院, 江苏省计算机网络技术重点实验室, 江苏, 南京 211189 | 朱珍超 | 东南大学 网络空间安全学院, 江苏省计算机网络技术重点实验室, 江苏, 南京 211189 |
| 摘要点击次数:842 | 全文下载次数:444 | 中文摘要: | 提出了一种新型的适用于大规模室内人流密度预测算法.在现有基于无线信号强度的人流密度估算算法基础上,引入加权运算来提升估算质量.进一步,根据连续若干个时间段内估算所得的人流密度,通过BP神经网络模型,对未来某一时刻该区域的人流密度进行预测.根据仿真模型和3个月的数据采集与分析,所得到预测模型的准确率达到了94.70%. | English Summary: | A new indoor crowd density prediction algorithm suitable for large-scale indoor pedestrian flow was proposed. Based on the current crowd density algorithm with wireless signal intensity, a weighted operation was introduced to improve the estimation quality. Further, according to the estimated human flow density in several consecutive time periods, the BP neural network model is used to predict the crowd density in this area at a certain time in the future.According to the simulation model and the data collection and analysis of three months, the accuracy of the prediction model can reach 94.70%. | 查看全文查看/发表评论下载PDF阅读器 | |
张阳,张涛,陈锦,王禹,邹琪.基于SMOTE和机器学习的网络入侵检测[J].北京理工大学学报(自然科学版),2019,39(12):1258~1262.ZHANGYang,ZHANGTao,CHENJin,WANGYu,ZOUQi.ResearchonNetworkIntrusionDetectio ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21韩先君,刘艳丽,杨红雨.基于生成对抗网络的人脸图像彩色化方法[J].北京理工大学学报(自然科学版),2019,39(12):1285~1291.HANXian-jun,LIUYan-li,YANGHong-yu.FaceImageColorizationBasedonGenerativeAdvers ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21李金,陈凤,孟祥莲,边晨源,梁洪.脑脊液中t-tau蛋白的全基因组网络辅助分析和富集研究[J].北京理工大学学报(自然科学版),2019,39(S1):6~11.LIJin,CHENFeng,MENGXiang-lian,BIANChen-yuan,LIANGHong.Genome-WideNetw ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21庞枫骞,刘志文,时永刚.基于生成对抗网络的细胞形变动态分类[J].北京理工大学学报(自然科学版),2019,39(S1):33~37.PANGFeng-qian,LIUZhi-wen,SHIYong-gang.ClassificationofCellDeformationDynamicsBasedo ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21丛洋,梁洪,栾宽.空间点集配准算法研究[J].北京理工大学学报(自然科学版),2019,39(S1):77~82.CONGYang,LIANGHong,LUANKuan.StudyontheRegistrationAlgorithmofSpatialPointSets[J].Transactions ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21程坤,时永刚,李依桐,刘志文.基于生成对抗网络的海马子区图像分割[J].北京理工大学学报(自然科学版),2019,39(S1):159~163.CHENGKun,SHIYong-gang,LIYi-tong,LIUZhi-wen.ImageSegmentationofHippocampalSubfi ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21秦明,陆耀.基于交叉协方差子空间估计的前景检测方法[J].北京理工大学学报(自然科学版),2018,38(1):91~95.QINMing,LUYao.AForegroundDetectionMethodBasedonCross-CovarianceSubspaceEstimation[J].Tra ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21麻振华,沈丛丛,张新.强C*-代数值度量空间及其不动点定理[J].北京理工大学学报(自然科学版),2018,38(1):108~110.MAZhen-hua,SHENCong-cong,ZHANGXin.StrongC*-Algebra-ValuedMetricSpaceandaFixedPoint ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21荣吉利,刘志超,辛鹏飞,项大林,吴志培.典型薄膜空间结构耦合动力学仿真分析[J].北京理工大学学报(自然科学版),2018,38(4):347~352,358.RONGJi-li,LIUZhi-chao,XINPeng-fei,XIANGDa-lin,WUZhi-pei.CouplingDynami ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21诸云,王建宇,杨莹,刘博航.城市道路交通拥堵的模糊神经网络评析[J].北京理工大学学报(自然科学版),2018,38(5):487~492.ZHUYun,WANGJian-yu,YANGYing,LIUBo-hang.FuzzyEvaluationofUrbanTrafficCongestionBa ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
| |