基于v-支持向量分类机的交通事件检测方法研究

来源 :2005年全国博士生学术论坛——交通运输工程学科 | 被引量 : 0次 | 上传用户:qwertcbt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于支持向量机在解决分类问题的优势,本文提出基于v-支持向量分类机的交通事件检测方法.首先把交通事件是否发生看成是一个特殊的分类问题,选取v-支持向量分类机和核函数,根据以往的交通事件是否发生的检测数据,即分别在发生交通事件和不发生交通事件两种情况下的上下游车道占有率,计算出其当前时段的上下游车道占有率的绝对差、相对差,以及下游前两时段与当前时段车道占有率的相对差,以此作为v-支持向量分类机的输入,对其进行训练,然后输入现阶段检测到的相应车道占有率统计结果,利用训练完成的-支持向量分类机来判别是否发生交通事件.最后,本文以微观交通模拟的数据验证模型的效果.
其他文献
为了满足对高速智能车辆导航路径快速准确识别的需要,本文采用了一种基于Zernike矩直线提取的车道标识线识别与跟踪方法.该方法首先采用基于Zernike矩的直线提取算法得到车道
会议
公路建设项目排序需要综合考虑政治、经济、技术、环境等众多因素,由于这些影响因素的复杂性和不确定性以及人类思维的模糊性,使其权重和指标值难以具体量化,本文利用不确定
会议
智能交通系统的飞速发展为交通管理领域提供了丰富、连续的ITS数据,但大部分交通管理中心仍缺乏针对ITS数据的系统化管理体制和方法.所存储ITS数据的利用效率极低,造成了数据
会议
随着近年来我国高速公路的迅速发展,高速公路建设项目所产生的社会经济效益作为公路项目后评价的一项重要内容,已经成为高速公路建设的决策依据之一,影响着我国高速公路的健
会议
交通信息的采集和实时发布是动态车载导航系统高效运作的重要保证.基于探测车的交通数据采集方法是对传统交通信息采集方法的有益补充,也具有投入低、数据精度高、实时性好的
配送中心根据其具体功能而划分为多个功能区域.在配送中心总的建设面积受到限制的前提下,其内部规划要求合理分配各个功能区域内处理的货物种类及数量,并据此科学的确定各功
会议
目前单车道交通流动力学模型已经有很多了,这些模型都能够很好地再现一些复杂的交通流现象.而采用两车道交通流动力学模型来研究两车道交通流问题就非常少,更不用说提出两车
会议
随着我国公路建设投资的持续增长,公路交通体系的建设规模和网络布局问题越发重要.数据包络分析通过分析生产决策单元的投入与产出数据,评价多输入、多输出决策单元之间的相
会议
交通流数据质量控制可以保证从数据源所获得数据的正确性和完整性,并为数据的管理和应用提供可靠的数据基础.虽然历史数据修正方法和交通流理论修正方法能够用于质量控制,但
会议
在建立了带有时间窗的车辆调度模型的基础上,针对问题规模大实时性强的特点,一方面研究了在编码和初始群体生成中加入了知识;另一方面考虑到个体之间的相似性对收敛性的影响,
会议