论文部分内容阅读
为了及时有效地识别道路交通状态,提出了基于自编码器与k-means聚类的视频交通状态自动识别方法。首先,通过交叉试验的方式对输入数据维度、隐藏层数量与降维数据维度等结构参数进行合理优化,建立自编码器备选模型;然后,构建了样本量为1 500～4 500的3个图像数据集,对备选模型进行训练测试,利用准确率、召回率、F_1值比选出最优自编码器AE*;最后,将AE*与k均值聚类(k-means)、支持向量机(SVM)、线性分类器(Linear Classifier)、深度神经网络线性分类器(DNN Line