论文部分内容阅读
随着大数据时代的发展,智能交通在其支持下不断更新,目前各种交通流检测器采集得到的数据各有差异,且单一的交通流检测器得到的数据结果存在精度低等问题,因此如何获取有利用价值的交通流数据成为目前智能交通主要的研究方向。本文基于此提出了基于BP神经网络模型的交通流数据融合方法,充分发挥了BP神经网络在解决交通流非线性特征问题上学习能力强的优点,来在一定程度上解决交通流数据的融合问题。