智能传感依然成为研讨职员感兴致的一个活动界限，它们越来越众地用于智 能 交通供职。本文研 讨了一种基于车辆监 控编制的智妙手机，即交 通形式 检测编制（Transportation… Mode Detection）。
检测通勤者 的交通形式广泛是通过运动传感器(如加快计)和职位传 感器(如GPS)组合来实行的。近年来，很少有研讨职员提出利用简单智妙手机传 感器（如…加快率计），以破费更少的能量来检测交通体 例。这种检测体例存正在两个题目：第一个题目，这些技 艺是通过检测运动和阐述通勤者正在必定工夫内的速率来任务的，利用速率估摸并不牢靠，由于通勤者的速率或者取决于百般方面，如交通状况，所以，分别的车辆正◁在特定条目下或者会出现相同的速率特点。另一个题目，是它们需求大方的工夫来推想最终的 车辆种别标签及时交通信息编制英文。别的，大无数算法分两个阶段任◁务。第一阶段，算法检测用 户何时从一种传输 形式切换 到另一种传输形式。第二阶段，它对识其余开合实行分类，并给它贴上标签。所以，传输形△式检 测精 度受形式切换检测 精度的=限制。
2014年，Garg等人提出了一种连系加快率计、陀螺仪、方位、GPS、磁强计、光和 麦 克风传 感器的检测技巧，需求智妙手机延续传感五分钟、来推想自行车、机动黄包车、群众汽车和汽车四种车辆种别（均匀检 测确凿 率！92。88%）。2018年，Vij和Aggarwal提出利 用基于智妙手机的累积 声学□传感，而不是特定品种★ 的声学噪声。然而，他们如 此做是为了交通状况检测，而不是运输形式检测。
本○文承袭了上述研讨者们所做的 任务，提出使用通勤者智妙手机上无处不 正在的麦克风传感器和累积声学传感来确定交通体例，它只需求30秒的累积声波感受就能预测最终的 运输★体例。声学传感器相对省钱，任务恶果高，尊龙凯时磨损相对较小，传感器不受照明条目、目标和视觉 遮挡 的影 响尊 龙 凯○○时，这种技巧以至合用于不需求基于车道的交通场 ○景。别的，基于声学的检测不依赖于GIS 数据或预先记实◁的家庭和任务地方等语义讯息。别的，正在任何时间捉拿的声学记实都不 依 赖于之前▽的声学数据，所以能够独马上实行分类，不需★求实行形式切换检测来本质预测而今的运输形式，进一步淘汰了对延续传感的需求。
本文将全□数运输形 式检测编制分★★为两个模块：正在第一个模块中，本文推敲了 三种合键=的 交通体例，划分是“飞机”、“公途”和“火车”。这些运输体□ 例的 ○▽ ★ ○ ■声学 ▽特点○ 差异很大，很容易区别。比拟之下，正在道途上行驶的车辆，除了车辆特有的噪音，如车辆轮胎与地面的摩擦、碰撞、被分别车辆驶过、交通噪音 等… <★s◁○tr o ng>及时交通信息△ 编制英▽文，其声学特点则相对相同，囊括众种噪音信号。所以，尊龙凯时正在 第二个模◁块中尊龙 凯时，咱们将“公途”交通体例分为四大类！“公交车”（群众交通器械）、“汽车”（四轮车）、“机动黄包车”（三轮车）和“步行”形式。图1描绘 了□▽…应用○◁基于…累积 声 =△ ◁ 学传感 和 ▽阐述 的★交通□形式检测○编制○○的…◁概述，从通勤搬动客=户端的麦克风传感器得回的输入声信号，并通过窗口化的历程被划分为更小的可处 理的块，然后从这些窗口中提取M FCC特点，动作捉拿分别运输形式特点的基线技巧。
语音频谱性格是MFCC特点的根蒂，实行结果阐明MFCC正在有用区别分别种别方面的才能有限。对付正在上 放工途中得回的非安稳音频信号，小波变换正在…调节时频区别率具有更好的顺应=性。所以，本文创议应用WPT性格，由于它○ ★供○应了更好的乖■巧 =性，而且也许更好地掌控分别频谱带的工 夫和频率区□别率。然后，本文利用Z值归一化（Z○-s○cor e Normalization）的技巧，起初将提取的特点向量归一化为圭臬标准，并将○其输入分类器(圭臬的 基于SV M技巧)。接着，始末锻炼的分类模子为输入的特▽点向量分拨一个类标。实尊龙凯时时交通信息系统英文。
