我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于深度强化学习的交通信号灯控制 下载：70 浏览：490

陈树德 彭佳汉 高旭 赖晓晨 《计算机研究与应用》 2020年9期

摘要:
交通问题具有非线性,不确定性的特征,传统算法往往难以取得较好的效果。深度学习模型在处理非线性、时序性的数据上拥有良好的表现。由此,提出一种基于深度强化学习的信号灯控制系统。该系统包括了几个部分:1)使用实时的交通数据或仿真环境产生数据；2)通过LSTM循环神经网络预测未来的交通信息；3)使用DDPG深度强化学习模型进行决策。在多个数据集上的实验验证算法的优越性及泛化能力。

多路口交通信号灯联动控制系统实验案例设计 下载：78 浏览：823

李小敏 葛广军 《信号处理与图像分析》 2024年10期

摘要:
高水平的实验教学是培养学生实践能力和创新精神的重要途径，在传统《微机原理和单片机技术》类课程的实验教学内容的基础上，根据工程教育理念和赛教融合机制，以经典交通灯实验为基础，运用C语言、模拟电子技术、计算机控制技术和传感器技术等相关知识，采用进阶式的实验方法组织实验教学环节，设计了一个基于车流量实时检测多路口交通灯联动控制系统，探索了专业实验教学改革的新思路。

智能交通信号灯控制中电子信息技术的应用 下载：163 浏览：1965

郑轲 《信号处理与图像分析》 2022年5期

摘要:
交通信号灯在城市治理中占有重要的地位，是保障城市交通顺畅运行的关键所在。而其中的电子信息技术运用则是交通信号灯有序运行的关键，本文主要对此加以研究，分析电子信息技术在智能交通信号灯控制中的有效运用，以期为我国交通安全作出贡献。

基于联邦神经网络的交通信号灯识别 下载：522 浏览：5234

聂小广 《神经科学研究》 2021年5期

摘要:
本文基于联邦神经网络原理，设计应用于交通信号灯图形识别的联邦神经网络算法。研究内容包括：交通信号灯图像预处理、联邦神经网络算法设计、神经网络优化、结果展示。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享