基于物联网和PCA支持向量机的交通流量预测系统

摘要：

为了解决已有交通流量监测系统存在的数据采集分散、车辆识别度低、实时性差和流量预测误差大等问题,设计了一种基于物联网技术和最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的交通流量预测系统;首先,描述了系统原理和部署模型,然后对系统的硬件即车载传感器节点和Sink节点进行了设计,同时对系统的软件流程进行了描述,通过在监控中心执行PCA主成分分析方法实现对采集数据提取独立主成分,消除无关冗余数据,在此基础上采用LSSVM实现道路交流流量预测;最后,在十字路口布置实验环境,实验结果表明:文章方法能实时精确地实现交通流量预测,与其它方法相比,具有拟合精度高和的泛化能力强的优点,具有很强的实用性.

关键词：交通流量预测、支持向量机、物联网、主成分分析

所属期刊栏目：22

分类号：TP393(计算技术、计算机技术)

资助基金：河南省重点科技攻关项目132102210478

在线出版日期：2015-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2213-2215,2233