基于因子分析和最小最大概率机的交通事件检测算法

摘要：

为了进一步提高交通事件检测的精度与效率，在多角度构建事件检测初始交通变量的基础上，设计了1种基于因子分析和最小最大概率机的交通事件检测算法。通过分析交通事件上下游交通流参数的变化规律，构建了11种初始交通事件检测变量，利用因子分析方法对初始交通变量进行特征提取，实现初始交通变量的有效降维，并分别采用核函数最小最大概率机算法和线性最小最大概率机算法进行交通事件检测。最后，采用美国I‐880数据库的实测数据进行实验验证和对比分析，实验结果表明，FA‐M PM算法较M PM算法事件检测率提高3．5％，误报率降低0．17％，平均检测事件减少了27．5s，且最小最大概率机算法的交通事件检测效果明显优于支持向量机算法和BP神经网络算法。

关键词：智能交通、交通事件检测、因子分析、最小最大概率机、交通事件

分类号：U491(交通工程与公路运输技术管理)

资助基金：国家科技支撑计划项目批准号2014BAG03B03;“863”国家高技术研究发展计划项目批准号2012AA112307

在线出版日期：2015-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：74-79