[發(fā)明專利]基于BP神經(jīng)網(wǎng)絡(luò)的地鐵站樓扶梯選擇預(yù)測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811525212.6
• 申請日: 2018-12-13
• 公開（公告）號: CN109522876B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計）人: 董海榮;劉佳麗;周敏;宋海鋒
• 申請（專利權(quán)）人: 北京交通大學(xué)
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V20/40;G06V10/82;G06N3/084
• 代理公司: 北京市商泰律師事務(wù)所 11255
• 代理人: 黃曉軍

1.一種基于BP神經(jīng)網(wǎng)絡(luò)的地鐵站樓扶梯選擇預(yù)測方法，其特征在于，包括以下步驟：

獲取地鐵站樓扶梯設(shè)施的基本參數(shù)和通過視頻探頭對地鐵站乘客進(jìn)行實時圖像采集，采用視頻圖像處理方法根據(jù)所述實時圖像對地鐵站乘客運(yùn)動的基本參數(shù)進(jìn)行提取，對所述的扶梯設(shè)施的基本參數(shù)和乘客運(yùn)動的基本參數(shù)進(jìn)行分析，建立原始數(shù)據(jù)集；所述的采用視頻圖像處理方法根據(jù)所述實時圖像對地鐵站乘客運(yùn)動的基本參數(shù)進(jìn)行提取，包括：采用視頻圖像處理的乘客檢測與跟蹤算法對地鐵站乘客運(yùn)動的基本參數(shù)進(jìn)行提??；所述的檢測與跟蹤算法包括背景差分法、動態(tài)檢測法和光流法；

對所述的原始數(shù)據(jù)集進(jìn)行篩選和排序，構(gòu)建篩選后的數(shù)據(jù)集；

搭建BP神經(jīng)網(wǎng)絡(luò)，通過BP神經(jīng)網(wǎng)絡(luò)對篩選后的數(shù)據(jù)集進(jìn)行訓(xùn)練和有效性驗證；

采用驗證成功的BP神經(jīng)網(wǎng)絡(luò)對乘客樓扶梯選擇行為進(jìn)行預(yù)測；

所述的對所述的原始數(shù)據(jù)集進(jìn)行篩選和排序，構(gòu)建篩選后的數(shù)據(jù)集包括，通過隨機(jī)森林RF對所述的原始數(shù)據(jù)集進(jìn)行篩選和排序，構(gòu)建篩選后的數(shù)據(jù)集，具體包括：根據(jù)基尼Gini指數(shù)或袋外數(shù)據(jù)OBB錯誤率計算原始數(shù)據(jù)集中變量的重要度評分，根據(jù)所述的重要度得分統(tǒng)計量，對原始數(shù)據(jù)集進(jìn)行篩選和排序；

所述的根據(jù)Gini指數(shù)或袋外數(shù)據(jù)OBB錯誤率計算原始數(shù)據(jù)集中變量的重要度評分，包括：

根據(jù)下述Gini指數(shù)公式(1)計算原始數(shù)據(jù)集中變量的重要度評分：

其中，變量s_j在節(jié)點(diǎn)m的重要性根據(jù)下式(2)所述：

當(dāng)變量s_j在第i棵樹中出現(xiàn)M次，則變量s_j在第i棵樹的重要性根據(jù)下式(3)所述：

變量s_j在RF中的Gini重要性根據(jù)下式(4)所述

K為原始數(shù)據(jù)集的類別數(shù)，為節(jié)點(diǎn)m樣本屬于K類的概率估計值，為樣本在節(jié)點(diǎn)m屬于任意一類的概率估計值，GI_l和GI_r分別表示由節(jié)點(diǎn)m分裂的兩新節(jié)點(diǎn)的Gini指數(shù)，為變量s_j的Gini得分統(tǒng)計量，n為RF中分類樹的數(shù)量；

根據(jù)下述袋外數(shù)據(jù)OBB錯誤率公式(5)計算原始數(shù)據(jù)集中變量的重要度評分：

變量s_j在RF中的置換重要性根據(jù)下述公式(6)計算：

其中，為第i棵樹OOB數(shù)據(jù)的觀測列數(shù)，I_(g)為指示函數(shù)，即兩值相等時取1，不等時取0；Y_P∈{0,1}為第p個觀測的真實結(jié)果，為隨機(jī)置換前第i棵樹對OOB數(shù)據(jù)第p個觀測的預(yù)測結(jié)果，為隨機(jī)置換后第i棵樹對OOB數(shù)據(jù)第p個觀測的預(yù)測結(jié)果，當(dāng)變量s_j沒有在第i棵樹中出現(xiàn)時，n為RF中分類樹的數(shù)量。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述的搭建BP神經(jīng)網(wǎng)絡(luò)，通過BP神經(jīng)網(wǎng)絡(luò)對篩選后的數(shù)據(jù)集進(jìn)行訓(xùn)練和有效性驗證，包括，將所述的篩選后的數(shù)據(jù)集分為訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集，搭建BP神經(jīng)網(wǎng)絡(luò)，通過訓(xùn)練數(shù)據(jù)集對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，對訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行有效性驗證。

3.一種基于BP神經(jīng)網(wǎng)絡(luò)的地鐵站樓扶梯選擇預(yù)測系統(tǒng)，其特征在于，用于執(zhí)行如權(quán)利要求1或2所述的方法，包括數(shù)據(jù)采集模塊、離線訓(xùn)練子系統(tǒng)和在線預(yù)測子系統(tǒng)；

所述的數(shù)據(jù)采集模塊，用于采用視頻探頭對地鐵站乘客進(jìn)行實時圖像采集；

所述的離線訓(xùn)練子系統(tǒng)，用于采用視頻圖像處理方法根據(jù)所述實時圖像對地鐵站乘客運(yùn)動的基本參數(shù)進(jìn)行提取，對所述的扶梯設(shè)施的基本參數(shù)和乘客運(yùn)動的基本參數(shù)進(jìn)行分析，建立原始數(shù)據(jù)集；對所述的原始數(shù)據(jù)集進(jìn)行篩選和排序，構(gòu)建篩選后的數(shù)據(jù)集；搭建BP神經(jīng)網(wǎng)絡(luò)，通過BP神經(jīng)網(wǎng)絡(luò)對篩選后的數(shù)據(jù)集進(jìn)行訓(xùn)練和驗證，得到驗證后的BP神經(jīng)網(wǎng)絡(luò)；

所述的在線預(yù)測子系統(tǒng)，用于采用視頻圖像處理方法根據(jù)采集到的需要預(yù)測的實時圖像對地鐵站乘客運(yùn)動的基本參數(shù)進(jìn)行提取，通過所述的驗證后的BP神經(jīng)網(wǎng)絡(luò)對乘客樓扶梯選擇行為進(jìn)行預(yù)測。