發(fā)布時間：2022-02-21 19:30

　　為減少交通事件引起的交通延誤,有效預防偶發(fā)性交通事件導致二次事故的發(fā)生,提出一種基于支持向量機（SVM）和數(shù)據(jù)融合技術的城市道路交通事件自動檢測（AID）算法。利用車載激光測距儀采集本車與前車的距離,利用搭載全球定位系統(tǒng)（GPS）的浮動車采集本車瞬時速度。將這2種交通數(shù)據(jù)按一定的規(guī)則進行數(shù)據(jù)級融合,然后運用線性、多項式和徑向基（RBF）3種核函數(shù)的SVM模型分別進行事件檢測。最后,用實測數(shù)據(jù)對其進行驗證。結果表明:核函數(shù)為RBF的非線性SVM模型檢測率（DR）值最大,誤判率（FAR）值最小,檢測指標均優(yōu)于經(jīng)典算法,說明算法檢測性能良好。 

【文章來源】：中國安全科學學報. 2015,25(04)北大核心CSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 車載激光測距儀與GPS的AID系統(tǒng)
2 基于數(shù)據(jù)融合模型及SVM-AID算法設計
    2.1 數(shù)據(jù)融合模型及SVM分類原理
    2.2 SVM-AID算法設計
        2.2.1 特征向量的選擇
        2.2.2 SVM-AID算法步驟
3 算法驗證
    3.1 試驗條件
    3.2 試驗結果
4 結論


【參考文獻】：
期刊論文
[1]數(shù)據(jù)融合技術在交通事件檢測中的應用綜述[J]. 姜桂艷,李琦,常安德.  交通信息與安全. 2011(03)
[2]基于支持向量機的高速公路事件檢測[J]. 覃頻頻.  中國安全科學學報. 2007(01)
[3]高速公路交通事件自動檢測系統(tǒng)與算法設計[J]. 姜桂艷,溫慧敏,楊兆升.  交通運輸工程學報. 2001(01)
[4]關于統(tǒng)計學習理論與支持向量機[J]. 張學工.  自動化學報. 2000(01)



本文編號：3637907