10.13986/j.cnki.jote.2018.01.009
基于支持向量机的城市快速路交通拥堵识别方法
首先提出一种基于交通流量-交通密度的二维空间下的交通状态分类方法,在此基础上,构建对拥堵状态和非拥堵状态识别的支持向量机分类器;其次,设计基于支持向量机的城市快速路交通拥堵识别方法的步骤;最后,以西安市南二环快速路采集的交通参数数据为例,对比验证了在不同支持向量机(SVM)分离器下本文提出的城市快速路交通拥堵识别方法的有效性.研究表明:SVM线性核函数分类器的识别正确率(识别正确率均值为91.65%)高于多项式核函数等其他核函数分类器,说明交通拥堵识别的具有良好的线性可分性;不同核函数分类器的识别正确率均高于90%,说明本文设计城市快速路交通拥堵识别方法具有良好的识别性能.
城市交通、交通状态、模式识别、支持向量机(SVM)
18
U491.31(交通工程与公路运输技术管理)
陕西省自然科学基础研究计划面上项目;陕西省交通科技项目;陕西省交通科技项目;江苏高校品牌专业建设工程资助项目
2018-06-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
43-47