%0 Journal Article %A 高存远 %A 刘世泽 %A 罗海勇 %A 秦艳君 %A 王宝会 %A 王晨星 %A 赵方 %T 基于多尺度特征提取的交通模式识别算法 %D 2021 %R 10.11772/j.issn.1001-9081.2020121915 %J 计算机应用 %P 1573-1580 %V 41 %N 6 %X 针对普适交通模式的场景感知功耗高、场景复杂的问题,提出一种融合残差网络(ResNet)和带孔卷积的交通模式识别算法。首先,使用快速傅里叶变换(FFT)将一维传感器数据转换为二维频谱图像;然后,使用主成分分析(PCA)算法对频谱图像降采样;最后,使用ResNet挖掘交通模式的局部特征,使用带孔卷积挖掘交通模式的全局特征,从而实现对八种交通模式进行识别。与决策树、随机森林、AlexNet等八种算法在实验中的对比评估结果显示,融合ResNet和带孔卷积的交通模式识别算法在静止、走路、跑步等八类交通模式上均有最高准确率。该算法具有良好识别精度和鲁棒性。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2020121915