[发明专利]一种基于BP神经网络的超速辨别模型优化方法

摘要

本发明公开了一种基于BP神经网络的超速辨别模型优化方法，在待优化模型的误差来源因子上添加修正系数，采集仿真样本，并计算样本的修正系数，再通过神经网络模型最终实现超速辨别。本发明利用BP神经网络显著降低了模型输出值与标准值间的误差，提高了超速辨别模型的辨别精度；将事故现场的勘测数据输入模型即可辨别是否超速，解决了传统仿真软件分析事故，辨别超速耗时较长的问题，且方便准确；使超速辨别模型可直接用于实际事故分析。

主权项

一种基于BP神经网络的超速辨别模型优化方法，其特征在于，包括如下步骤：(1)确定待优化的超速辨别模型；(2)优化超速辨别模型：在待优化模型的误差来源因子上添加修正系数；(3)采集仿真样本，并计算样本的修正系数；若优化超速辨别模型包含1个修正系数，则将样本输入优化超速辨别模型可得到修正系数的具体值；若优化超速辨别模型包含多个修正系数，则将样本输入优化超速辨别模型可得到修正系数之间的关系；(4)建立神经网络模型；(5)在步骤(3)采集的样本中选择部分作为神经网络的训练样本；(6)利用步骤(5)挑选的训练样本输入神经网络进行训练；(7)将训练样本外的其他样本作为检测样本进行检测。