检索结果

Select

1. 基于长短时记忆神经网络的手足口病发病趋势预测

马停停, 冀天娇, 杨冠羽, 陈阳, 许文波, 刘宏图

计算机应用 2021, 41 (1): 265-269. DOI: 10.11772/j.issn.1001-9081.2020060936

摘要（348）

PDF （892KB）（673）

针对传统手足口病（HFMD）发病趋势预测算法预测精度不高、未结合其他影响因素、预测时间较短等问题，提出结合气象因素使用长短时记忆（LSTM）网络进行长期预测的方法。首先，将发病序列通过滑动窗口的方式转化为网络的输入和输出；然后采用LSTM网络进行数据建模和预测，并使用迭代预测的方式获得较长期的预测结果；最后在网络中增加温度和湿度变量，比较这些变量对预测结果的影响。实验结果表明，加入气象因素能够提高模型的预测精度，所提模型在济南市数据集上的平均绝对误差（MAE）为74.9，在广州市数据集上的MAE为427.7，相较于常用的季节性差分自回归移动平均（SARIMA）模型和支持向量回归（SVR）模型，该模型的预测准确率更高。可见所提模型是HFMD发病趋势预测的一种有效的实验方法。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于车道线检测与图像拐点的道路能见度估计

宋洪军陈阳舟郜园园

计算机应用 2012, 32 (12): 3397-3403. DOI: 10.3724/SP.J.1087.2012.03397

摘要（899）

PDF （1112KB）（696）

为了解决传统的能见度仪价格昂贵、采样有限，以及现有的一些视频测量手段需人工标记物、稳定性差等问题，基于车道线检测与图像拐点提出一种通过固定摄像机识别雾天天气并计算道路能见度的算法。与以往研究不同，在交通模型增加了均质雾天因素。该算法主要分为三步：首先，计算场景活动图，利用区域搜索算法（ASA）结合纹理特征提取待识别区域，如果在待识别区域内像素自顶向下以双曲线形式变化则判断当前天气为雾天，同时计算区域内图像亮度曲线的拐点；其次，基于可伸缩窗算法检测车道线，提取车道线端点并标定摄像机；最后，结合图像拐点以及摄像机参数计算大气消光系数，根据国际气象组织给出的能见度定义计算能见度。通过三种场景下的能见度检测，实验结果表明，该算法与人眼观测效果一致，准确率高于86%，检测误差在20m以内，鲁棒性好。