| 【中文题名】 | 基于神经网络的商场客流量统计系统研究 |
| 【英文题名】 | Study of People-Counting System in Marketplace Based-on Neural Network |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-12 |
| 【中关键词】 | 客流量统计,BP神经网络,特征提取,光电传感器,, |
| 【英关键词】 | customer counting,BP,feature extraction,photoelectric transducers, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机软件>专用应用软件> |
| 【论文摘要】 |
随着外资零售企业的大举进入,零售企业的竞争日益激烈。客流量对于零售业是非常基础的指标,它与销售量直接成正比关系,因此客流量统计尤为重要。传统的人工点数方法不能提供实时的客流数据,而简单的红外自动计数设备准确率低。因此应用人工智能模式识别技术提高红外计数设备的准确率是解决问题的重要途径。
本文根据模式识别系统的研究方法以及红外设备采集数据的特点,研究了基于神经网络的商场客流量采集的分析方法,建立了一个商场客流量统计系统。该系统包括4个安装在商场门口或出入口的两侧位于脚腕高度的红外对射型光电传感器,当行人从计数区域通过时,会产生一种模式,这种模式被智能化的神经网络所处理。据此对客流计数,同时保存客流信息。主要工作如下:
系统选用4组红外对射型光电传感器对人流数据采集,并采用去噪和归一化等方法对原始数据进行了预处理。
客流数据是连续的时空序列,通过分析客流数据特点,定义了单个模式的客流识别对象,并提出了适合客流数据的分割方法,该方法可以将无“空隙”的客流数据分离。针对客流数据的特点,本文采用了基于脉冲序列的特征参数提取方法,实验证明这种特征提取方法是有效的。
本文采用了快速... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-8 |
|
第一章 绪论 |
8-14 |
|
§1-1 客流量统计的研究背景及意义 |
8-10 |
|
1-1-1 客流量统计的背景 |
8-9 |
|
1-1-2 客流量统计的研究意义 |
9-10 |
|
§1-2 客流量统计的研究现状 |
10-13 |
|
1-2-1 客流量统计技术及产品现状 |
10-11 |
|
1-2-2 神经网络模式识别的应用现状 |
11-13 |
|
§1-3 本文的主要工作 |
13-14 |
|
第二章 客流量统计系统分析与设计 |
14-25 |
|
§2-1 客流分析系统 |
14-17 |
|
2-1-1 客流量统计 |
15 |
|
2-1-2 客流数据汇总 |
15 |
|
2-1-3 客流数据分析与展示 |
15-17 |
|
§2-2 客流采集硬件设计 |
17-19 |
|
2-2-1 客流采集设备 |
17-18 |
|
2-2-2 采集设备参数设置 |
18-19 |
|
§2-3 客流采集模块设计及数据特点 |
19-21 |
|
§2-4 客流量统计方法研究 |
21-24 |
|
2-4-1 模式识别和模式的概念 |
21 |
|
2-4-2 神经网络模式识别系统的构成 |
21-23 |
|
2-4-3 客流量统计系统分析与设计 |
23-24 |
|
§2-5 本章小结 |
24-25 |
|
第三章 客流量统计系统实现 |
25-51 |
|
§3-1 客流数据预处理 |
25-27 |
|
3-1-1 预处理常用方法 |
25-26 |
|
3-1-2 客流数据预处理 |
26-27 |
|
§3-2 客流数据分割 |
27-31 |
|
3-2-1 分割的必要性 |
27 |
|
3-2-2 常用分割方法 |
27-28 |
|
3-2-3 客流数据分割 |
28-31 |
|
§3-3 客流数据特征提取 |
31-35 |
|
3-3-1 特征提取的必要性 |
31-32 |
|
3-3-2 特征提取常用方法 |
32-33 |
|
3-3-3 客流数据特征提取 |
33-35 |
|
§3-4 神经网络分类器设计 |
35-47 |
|
3-4-1 标准BP 神经网络 |
35-40 |
|
3-4-2 改进的BP 网络 |
40-44 |
|
3-4-3 客流量统计系统的BP 网络设计 |
44-47 |
|
§3-5 客流量统计系统实验分析 |
47-50 |
|
3-5-1 单个模式测试 |
47-48 |
|
3-5-2 分组测试 |
48-50 |
|
3-5-3 综合测试 |
50 |
|
§3-6 本章小结 |
50-51 |
|
第四章 结论与展望 |
51-52 |
|
参考文献 |
52-54 |
|
致谢 |
54-55 |
|
攻读学位期间所取得的相关科研成果 |
55 |
|
| 【DOI】 | LunWen.ID:2.2008.389158 |
