基于改进的Adaboost算法的交通事件自动检测

摘要

针对交通领域中的事件检测(无事件模式和事件模式)模式识别问题,提出了一种基于改进的Adaboost算法的交通事件检测方法.阐述了Kohonen神经网络的结构与训练算法,分析了事件对交通流的影响规律,并合理地选取了Kohonen神经网络的输入量;最后采用改进的Adaboost算法对分类结果进行加权投票.仿真实验表明,提出的方法学习速度快、泛化能力好,对交通事件具有较好的检测效果.