标准规范下载简介：

内容预览由机器从pdf转换为word，准确率92%以上，供参考

T／JSJTQX 09-2019 路面多传感器融合的交通流智能感知技术规范.pdf

由公式(13)可以看出相似度值越大，两个分批估计融合的测量值之间的相似程度就越大，则每个分 批估计融合得到的测量值的相似度：

把每个分批估计融合得到的测量值的相似度归一化，即可算出其权重：

P(x;)=n∑Pi ...............

P(xi) Z" P(x.

B.1.6通过置信距离与相似度的计算，可以从数据本身将误差较大的数据删除，然后以加权方式进行最 终融合数据的计算，该方法无需传感器性能的先验经验

B.2基于知识元的特征级统一化算法

B.2.1动态构建知识元库，并建立完整的知识元相似评价准则体系，将不符合“定义”和“不完整”的 知识元排除在知识元库之外，以期获得在特征层面获得描述一致的特征级数据。 B.2.2知识元是一种将客体事物描绘成主观笼统模型的知识表达形式。一个客观事物或者系统，可被抽 象成一个模型m，研究模型m的共性知识表示形式，该模型可以表示为一个知识元Km。 B.2.3假设Nm是指定客体的概念名称，其本质是一组相同或相近意义词汇的集合，比如{有车经过 自行车经过、校车经过)；A是用来描述客观事物特征的属性以及怎样描述这些属性的集合，分为定 性描述的状态集或定量描述的可测状态集；Rm是用来描述属性之间关联关系的集合。rERm,(m∈M) 表示A㎡×A㎡上的一个映射关系。相关关系可分为定性与定量的相关关系，总结相关关系的共同特征 抽象出关系知识元模型。模型m对照的知识元Km可表达为：

定义知识元相似函数Sf，显然可得如下属性：

Km=（NmAm，Rm）

Sf(x, y)∈[0.1]

Sf(x,y)=0，当且仅当x和y不相关 Sf(x,y)=1雷山县景观水库施工组织设计，当且仅当x和y相同 Sf(x, y)= Sf(y,x)

采用特征相似度模型。该模型将事物特征枚举为集合形式，定义符合特征元素特征的函数，获得特 征集合的相似度，进而表征测量数据在特征级别上的相似度。具体公式如下：

f(AB) Sf(a,b)=

注：00:是特征i的重要程度，存在≥);=1。 在知识元特征的基础上，通过设定不同的参数及多模型相比较，获得适用于交通智能感知系统 度评价准则。