基于3g通信技術(shù)的智能交通指揮系統(tǒng)研究-資料下載頁(yè)
2025-06-22 04:32本頁(yè)面
【正文】 一種分級(jí)編碼都至少有兩層VOL，低層稱為基本層，高層稱為增強(qiáng)層?；緦犹峁┝艘曨l序列的基本信息，增強(qiáng)層提供了視頻序列更高的分辨率和細(xì)節(jié)。在隨后增補(bǔ)的視頻流應(yīng)用框架中，MPEG4提出了FGS（Fine Granularity Scalable，精細(xì)可伸縮性）視頻編碼算法以及PFGS（Progressive Fine Granularity Scalable，漸進(jìn)精細(xì)可伸縮性）視頻編碼算法。（4） 運(yùn)動(dòng)估計(jì)與運(yùn)動(dòng)補(bǔ)償技術(shù) MPEG 4采用IVOP、PVOP、BVOP三種幀格式來(lái)表征不同的運(yùn)動(dòng)補(bǔ)償類型。（half pixel searching）技術(shù)和重疊運(yùn)動(dòng)補(bǔ)償（overlapped motion pensation）技術(shù)，同時(shí)又引入重復(fù)填充（repetitive padding）技術(shù)和修改的塊（多邊形）匹配（modified block （polygon）matching）技術(shù)以支持任意形狀的VOP區(qū)域。結(jié)束語(yǔ)系統(tǒng)綜合應(yīng)用了智能圖像處理與識(shí)別技術(shù)，最佳交通流量算法、智能控制技術(shù)、數(shù)字圖像傳輸技術(shù)、數(shù)字圖像壓縮編解碼技術(shù)和3G網(wǎng)絡(luò)通信等技術(shù)。所構(gòu)建的智能交通系統(tǒng)可實(shí)現(xiàn)及時(shí)準(zhǔn)確地掌握所監(jiān)視路口、路段周圍的車輛、行人的流量、交通治安情況等，為指揮人員提供迅速直觀的信息從而對(duì)交通事故和交通堵塞做出準(zhǔn)確判斷并及時(shí)響應(yīng)。最佳交通流量預(yù)測(cè)算法使用目前國(guó)際上較為先進(jìn)的高階神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法，預(yù)測(cè)精度高。高階神經(jīng)網(wǎng)絡(luò)的神經(jīng)元是智能神經(jīng)元，即這種神經(jīng)元具有“思考”的能力，極大地提高了智能交通指揮系統(tǒng)的智能水平，在公交、地鐵及物流運(yùn)輸?shù)认到y(tǒng)中都有比較廣闊的應(yīng)用前景。參考文獻(xiàn)：[1]. GB/T179752000信息技術(shù) 運(yùn)動(dòng)圖像及其伴音信息的通用編碼[2]. 湯吉群，：人民郵電出版社，1999.[3]. , Jie Zhang. A Sequential Learning Approach for Single Hidden Layer Neural Networks. Neural networks, , 1998[4]. (美)Behtouz Forouzan ,Catherine Coombs,Sophia Chung Fegan. 潘乞，朱丹宇，：機(jī)械工業(yè)出版社，2003[5]. 著,Understanding Data Communication and Networks. PWS Publixhing Company, 1997[6]. 賀國(guó)光、李宇、馬壽峰，基于數(shù)學(xué)模型的短時(shí)交通流預(yù)測(cè)模型研究，系統(tǒng)工程理論與實(shí)踐，2000(12).[7]. 譚國(guó)真、丁浩，廣義神經(jīng)網(wǎng)絡(luò)的研究及其在交通流預(yù)測(cè)中的應(yīng)用，控制與決策[J]， suppl, 2002.[8]. ：清華大學(xué)出版社，2002[9]. ，2004(1)：28~29.[10]. ：人民郵電出版社，2002[11]. 王方偉，(10)[12]. 孫弼陽(yáng)，李虹，(01)8 /
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1