TY - JOUR A2 - Llobet, Eduard AU - He, Shanglu AU - Zhang, Jian AU - Cheng, Yang AU - Wan, Xia AU - Ran，SP - 7269382vl - 2016 AB -高速公路交通状态信息来自多个来源，为交通监控提供了足够的支持，但也带来了挑战。本文研究了一种新的蜂窝切换探测系统与微波传感器的数据融合方法。提出了一种基于神经网络技术的融合方法。为了识别影响融合结果准确性的因素，我们通过改变基于神经网络的融合模型的输入来分析这些因素的敏感性。结果表明，切换链长度和样本大小是影响融合精度的主要参数。然后，对所提出的融合方法在不同交通条件下的有效性和能力进行了评估。并与其他融合方法进行了对比分析。仿真测试和评估的结果表明,该融合方法可以补充每个集合方法的缺点,提高整体估计精度,适应变量交通条件(自由流动或事故状态),适合手机探测数据的融合和固定传感器,和比其他融合方法。SN - 1687-725X UR - https://doi.org/10.1155/2016/7269382 DO - 10.1155/2016/7269382 JF - Journal of Sensors PB - Hindawi Publishing Corporation KW - ER -