西南交通大学学报
西南交通大學學報
서남교통대학학보
JOURNAL OF SOUTHWEST JIAOTONG UNIVERSITY
2011年
1期
63-67
,共5页
交通事件检测%支持向量机%核函数%I-880数据库
交通事件檢測%支持嚮量機%覈函數%I-880數據庫
교통사건검측%지지향량궤%핵함수%I-880수거고
为减少交通事件引起的交通延误,提出了一种基于支持向量机(SVM)的交通事件自动检测(SVM-AID)算法.采用实际高速公路交通参数数据库(I-880数据库),对SVM-AID算法的分类性能进行测试,并分析了SVM中各参数对分类效果的影响.结果表明,SVM中参数对分类效果的影响很大,必须慎重选择;SVM-AID算法对不同路段交通事件的正确分类率都在98%以上,平均检测时间不超过5 s,均优于基于人工神经网络等的其他交通事件自动检测算法.
為減少交通事件引起的交通延誤,提齣瞭一種基于支持嚮量機(SVM)的交通事件自動檢測(SVM-AID)算法.採用實際高速公路交通參數數據庫(I-880數據庫),對SVM-AID算法的分類性能進行測試,併分析瞭SVM中各參數對分類效果的影響.結果錶明,SVM中參數對分類效果的影響很大,必鬚慎重選擇;SVM-AID算法對不同路段交通事件的正確分類率都在98%以上,平均檢測時間不超過5 s,均優于基于人工神經網絡等的其他交通事件自動檢測算法.
위감소교통사건인기적교통연오,제출료일충기우지지향량궤(SVM)적교통사건자동검측(SVM-AID)산법.채용실제고속공로교통삼수수거고(I-880수거고),대SVM-AID산법적분류성능진행측시,병분석료SVM중각삼수대분류효과적영향.결과표명,SVM중삼수대분류효과적영향흔대,필수신중선택;SVM-AID산법대불동로단교통사건적정학분류솔도재98%이상,평균검측시간불초과5 s,균우우기우인공신경망락등적기타교통사건자동검측산법.
