删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于神经网络模型的室内大规模人流密度预测

本站小编 Free考研考试/2021-12-21

本文二维码信息
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
相关话题/东南大学 网络 空间 江苏 中文