【摘要】：為了進(jìn)一步提高城市快速路交通事件檢測的精度,在分析交通事件上、下游交通流參數(shù)變化規(guī)律的基礎(chǔ)上,構(gòu)建包含12個變量的交通事件檢測初始變量集,并采用隨機(jī)森林方法對初始變量集的關(guān)鍵變量進(jìn)行篩選,進(jìn)而構(gòu)建基于粒子群優(yōu)化的組合核函數(shù)相關(guān)向量機(jī)模型。最后,利用上海市南北高架快速路的感應(yīng)線圈實(shí)測參數(shù)進(jìn)行實(shí)驗(yàn)驗(yàn)證和對比分析。研究結(jié)果表明:關(guān)鍵變量篩選可以有效提高交通事件檢測的精度,組合核函數(shù)相關(guān)向量機(jī)模型也明顯優(yōu)于單一核函數(shù)相關(guān)向量機(jī)模型和支持向量機(jī)模型。
[Abstract]:In order to further improve the accuracy of traffic incident detection on urban expressway, based on the analysis of traffic events and the variation law of downstream traffic flow parameters, the initial variable set of traffic event detection including 12 variables is constructed. The key variables of the initial variable set are screened by using the stochastic forest method, and then the combined kernel function correlation vector machine model based on particle swarm optimization is constructed. Finally, the measured parameters of induction coil of Shanghai North and South Expressway are tested and compared. The results show that the accuracy of traffic incident detection can be effectively improved by selecting key variables, and the combined kernel function correlation vector machine model is obviously superior to the single kernel function correlation vector machine model and the support vector machine model.
【作者單位】： 吉林大學(xué)交通學(xué)院;青島理工大學(xué)汽車與交通學(xué)院;吉林大學(xué)汽車仿真與控制國家重點(diǎn)實(shí)驗(yàn)室;
【基金】：“十二五”國家科技支撐計(jì)劃項(xiàng)目(2014BAG03B03) 國家自然科學(xué)基金青年基金資助項(xiàng)目(51308248,51408257)~~
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陶智敏;;基于視頻的道路交通事件自動檢測技術(shù)[J];道路交通與安全;2007年03期

2 胡宏宇;李志慧;曲昭偉;王殿海;;基于上下文的交通事件表達(dá)與識別[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2009年S2期

3 沙愛敏;王曉東;;高速公路交通事件的影響及對策綜述[J];揚(yáng)州職業(yè)大學(xué)學(xué)報(bào);2010年01期

4 周君;;西部公路交通事件預(yù)警系統(tǒng)研究[J];科技信息;2010年26期

5 賈巖;朱茵;;我國高速公路交通事件智能管理系統(tǒng)框架研究[J];公路;2010年10期

6 趙雁;王宏剛;;基于貝葉斯網(wǎng)絡(luò)理論的交通事件預(yù)測模型[J];電腦與信息技術(shù);2011年03期

7 譚國賢;;試論高速公路交通事件視頻車輛的檢測技術(shù)[J];黑龍江交通科技;2012年09期

8 姜桂艷,溫慧敏,楊兆升;高速公路交通事件自動檢測系統(tǒng)與算法設(shè)計(jì)[J];交通運(yùn)輸工程學(xué)報(bào);2001年01期

9 楊兆升,楊慶芳,馮金巧;基于模糊綜合推理的道路交通事件識別算法[J];公路交通科技;2003年04期

10 朱順應(yīng),王紅,李關(guān)壽;交通事件影響分析傳遞函數(shù)-噪聲模型[J];重慶交通學(xué)院學(xué)報(bào);2003年02期

相關(guān)會議論文 前10條

1 關(guān)佩;鄒月嫻;陳維榮;時廣軼;楊華;王一言;;交通事件自動檢測算法研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

2 賈巖;;交通事件智能管理系統(tǒng)框架研究[A];構(gòu)建生態(tài)人文交通 促進(jìn)經(jīng)濟(jì)跨越發(fā)展——第十九屆海峽兩岸都市交通學(xué)術(shù)研討會論文選編[C];2011年

3 羅時春;路小波;李建明;;基于小波分析的交通事件自動檢測算法[A];2007第三屆中國智能交通年會論文集[C];2007年

4 王玉;段征宇;;偶發(fā)性交通事件對網(wǎng)絡(luò)交通狀態(tài)的影響分析[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術(shù)[C];2012年

5 叢浩哲;郭強(qiáng);吳曉峰;紀(jì)廷婷;;基于案例推理的交通事件應(yīng)急響應(yīng)預(yù)案推理研究[A];第七屆中國智能交通年會論文集[C];2012年

6 楊毅;;模糊聚類分析在交通事件自動檢測中的應(yīng)用[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

7 熊娟;吳萌;;基于支持向量機(jī)的事件自動檢測算法實(shí)證研究[A];第八屆中國智能交通年會論文集[C];2013年

8 叢浩哲;劉君;胡偉超;肖鵬飛;;高速公路網(wǎng)交通事件態(tài)勢評估系統(tǒng)的實(shí)現(xiàn)及應(yīng)用[A];第八屆中國智能交通年會論文集[C];2013年

9 李日涵;徐廣寧;徐建閩;;ITS中交通事件管理的流程與對策研究[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

10 黃丘林;魏峰;史小衛(wèi);;基于RFID的交通事件自動檢測技術(shù)初探[A];2007第三屆中國智能交通年會論文集[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 賈曉燕;移動交通應(yīng)急指揮車通過衛(wèi)星處置突發(fā)交通事件[N];大眾科技報(bào);2007年

相關(guān)博士學(xué)位論文 前4條

1 肖恢，

本文編號：2238492