论文部分内容阅读
由于交通流的复杂性，使得基于交通流参数的交通流状态经典辨识算法的阈值设定十分困难，直接影响辨识效果和效率。文章根据交通流的特性，提出了一种自适应动态学习的分类算法RTRC-TFD，可将其应用于不同背景下交通流的数据流实时分类。实验结果表明：在考虑概念漂移和背景重现的条件下，RTRC-TFD相对于经典检测算法（增量式贝叶斯分类算法）具有更高的分类精度和更快的收敛性。