[發明專利]基于徑向基神經網絡的紅外光電客流采集裝置及方法

無效

• 申請號: 200810052525.4
• 申請日: 2008-03-26
• 公開（公告）號: CN101256687A
• 公開（公告）日: 2008-09-03
• 發明（設計）人: 顧軍華;韓煥平;朱方;郝麗萍;郭志濤;張健楠
• 申請（專利權）人: 河北工業大學
• 主分類號: G07C9/00
• 分類號: G07C9/00;G06N3/06;G06M1/272
• 代理公司: 天津市杰盈專利代理有限公司
• 代理人: 趙敬

1、一種基于徑向基神經網絡的紅外光電客流采集裝置，其特征在于它包括：

紅外對射光電傳感器、開關量接口卡和計算機；

其中紅外線對射光電傳感器將根據顧客的行走遮擋產生變化信號，所述的紅外對射光電管為4組；

開關量接口卡，將紅外光電傳感器產生的信號傳給與其相連的計算機中，作為RBF神經網絡識別系統的輸入；

計算機負責徑向基神經網絡的訓練、數據的預處理以及客流人數分類識別和輸出。

2、按照權利要求1所述的客流采集裝置，其特征在于所述的紅外光電管的發射端與接受端之間對射安裝在同一條直線上，其中的任意一條發射端的紅外光電管不影響其他的接收端。

3、一種基于徑向基神經網絡的紅外光電客流的采集方法，其特征在于包括的步驟：

由光電管遮擋產生信號對走過紅外光電區的顧客進行采集計數，開關量接口卡將紅外光電傳感器產生的信號傳給與其相連的計算機，采用RBF神經網絡模式識別方法，處理采集客流數據，進行訓練、分類識別，完成計數功能；

所述的訓練過程包括數據獲取、預處理、特征提取、訓練網絡參數設定、客流神經網絡分類器的設計；

所述的分類識別是將已經訓練好的網絡作為基礎，對特征提取后的數據進行處理，包括數據獲取、預處理、數據分割、特征提取、客流神經網絡分類器識別、統計人數。

4、一種基于徑向基神經網絡的紅外光電客流的采集方法，其特征在于包括的步驟：

1)選擇4組對射式紅外光電管發射端與接受端在同一條直線上，置于公共場所進出口兩側，通過顧客行走通過該區域時對紅外光電管的遮擋，來產生變化信號；

2)通過開關量接口卡，對紅外光電管產生的變化信號進行掃描采集，并傳輸給計算機，存入基地址；

3)對基地址中的數據進行掃描，當數據發生變化時進行采樣，包括存儲變化的數據和變化發生的時刻；

4)將上述采集到的變化信號進行處理，提取其最大特征，作為RBF神經網絡訓練及神經網絡識別系統的輸入；

(1)數據預處理

第一步，去噪過程：采用閾值的方法進行去除數據中的無效數據，設定變化持續過程小于0.06ms視為噪音去除，并將其對應的狀態值變為0；

第二步，歸一化處理：將第一個光電管狀態跳變開始，即為0時刻，用其它各狀態對應的時間減去這個初始時間得出相對時間；

(2)數據分割

首先搜索每根紅外光電管，尋找“1”第一次出現的位置，作為數據的分割起點，從這里開始，各組光電管以相同的步長進行檢查，發現到在持續時間Δt內如果所有光電管均為“0”狀態的時候視為分割點，進行數據分割操作，設定Δt為0.06s，分割完后的數據組沒有數據的狀態項補0；

(3)特征提取

將上述處理后的波形特征最大化的提取出來，其特征主要有波形相對時間、脈沖寬度、脈沖時間間隔，其中脈沖寬度，是狀態1的持續時間；脈沖時間間隔，是兩個狀態1之間的狀態所持續的時間；

5)設計客流神經網絡分類器，將特征提取后的數據輸入神經網絡，訓練網絡參數，將已經訓練好的網絡作為基礎，對特征提取后的數據進行客流神經網絡分類器的識別、獲取人數。

5、按照權利要求4所述的采集方法，其特征在于所述的特征提取后的矩陣為下面所示：

6、按照權利要求4所述的采集方法，其特征在于所述的客流神經網絡分類器的識別、獲取的設定為：

(1)客流輸入層的選擇根據實際的問題選定，紅外客流統計里面的輸入層就是數據特征提取后的矩陣；

(2)客流輸出是分組識別后的每組的并行的人數，包括一人通過的情況，根據有導師的識別，最多并行人數為6，用3位輸出；在識別的時候每位大于0.5的時候輸出為1，小于0.5的時候輸出為0，通過3位的輸出表示1人、2人、3人、4人、5人和6人；

(3)隱含層選擇隱含層采用徑向基函數作為激勵函數，該徑向基函數為高斯函數(Gauss)。