出版日期：2021-12-01 00:00:00

作品名稱（其他語言）：Analysis of Congestion Index using Convolution Neural Network Approach

著者：劉士仙; 陳瑋翔; 徐偉哲

著錄名稱、卷期、頁數：都市交通 36(2)， P.71 - 88

摘要：目前國內外交控中心常用不同顏色用來描述路況資訊，主要在於簡單、畫面易懂；國內外的交通控制中心的路況擁擠程度，目前主要仍以道路速限為準，主觀地將速率高低分為幾種級距，以反應用路人對道路擁擠感知的等級，常會發生與用路人主觀之行車擁擠感知經驗不一致的現象。過去學術研究爰用進階之分類方法，雖有改善，仍有諸多改善空間。由於用路人係以視覺感知來判讀交通擁擠狀態，有鑑於此，本研究嘗試以圖像辨識之卷積神經網路技術，預測擁擠指標類別，並以路段固定偵測器之即時交通參數為基礎，本研究以高速公路為例，比較過去使用轉換之判讀方法，分析結果顯示，準確度大幅提升，高達82.9%。

關鍵字：CNN;擁擠指標;卷積神經網路

語言：zh_TW

ISSN：1562-1189

期刊性質：國內

產學合作：國內

通訊作者：shihsien@mail.tku.edu.tw

審稿制度：是

國別：TWN

出版型式：電子版,紙本