基于GSOM神经网络模型的交通行为模式学习方法研究

提出了一种用于基于视频的交通事件自动检测的交通行为模式学习方法。首先为了获取利用神经网络进行车辆行为模式学习所需的训练数据,一种基于运动估算的车辆跟踪算法被建立,将采集到的灰度视频图像序列转化为车辆标号场时空序列。其次,使用轨迹建模和编码的方法,将跟踪结果转化为轨迹数据用于网络训练。在此基础上,建立自组织神经网络,并针对自组织网络的不足使用改进的GSOM模型,选择欧氏范数作为测度,自主开发了试验软件,以U形转事件为对象开展试验,对轨迹数据进行学习。对比试验结果表明改进的GSOM算法能有效提取行为模式。GSOM相比SOM用于行为模式学习更为有效和准确。

论交通运输在旅游业发展中的作用

在旅游业发展中,交通运输已经不再是传统概念上保证旅游成行的一种条件,而是它本身已经成为一项旅游基础设施体系中的主要组合,支撑着旅游经济。交通运输在旅游业发展中起着举足轻重的先导作用,而且这种先导作用是客观存在的,是我们所忽视不了的。文章通过交通运输能力、交通运输结构和交通行为模式对旅游业发展的影响,深入剖析了交通运输在旅游业发展中的作用。