支持向量机在智能交通系统中的研究应用综述

摘要：

支持向量机(SVM)是一种基于统计学习理论的有监督机器学习算法,具有优秀的泛化和低数据要求的回归与分类建模能力,被广泛应用于智能交通系统的数据分析与挖掘建模中.首先对SVM算法的基本原理和开源工具进行了概述,其次重点综述了SVM算法在客流量、交通拥堵、交通事故和交通碳排放的回归预测应用,同时对交通状态判别、交通标志识别和交通事件检测进行了分类预测应用综述,并对比了其他在智能交通系统中被广泛应用的算法.然后分析总结了SVM算法优化方式和衍生算法的研究现状.最后对SVM算法在未来智能交通系统中的优化与应用趋势进行了展望.

关键词：智能交通系统(ITS)、支持向量机(SVM)、回归预测、分类预测

所属期刊栏目：14

分类号：TP301.6(计算技术、计算机技术)

资助基金：The Key Technological Development Program of Inner Mongolia Autonomous Region under Grant No. 2019ZD015 内蒙古自治区科技重大专项;the Key Scientific and Technological Research Program of Inner Mongolia Autonomous Region under Grant No. 2019GG273 内蒙古自治区关键技术攻关计划项目

在线出版日期：2020-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：901-917