基于模糊支持向量机的城市道路交通状态分类

被引：64

作者：

李清泉 ^{[1
,2
]}

高德荃 ^{[1
,2
]}

杨必胜 ^{[1
,2
]}

机构：

[1] 武汉大学测绘遥感信息工程国家重点实验室

[2] 武汉大学交通研究中心

来源：

吉林大学学报(工学版) | 2009年 / 工学版期

基金：

高等学校博士学科点专项科研基金;

关键词：

交通运输工程; 交通状态; 分类; 模糊集; 支持向量机;

D O I：

暂无

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082301 [道路与铁道工程];

摘要：

运用模糊支持向量机方法进行城市道路交通状态分类,应用模糊隶属度处理了评价者的主观偏好表达和交通状态评价指标范围的不确定性问题;同时,通过集成支持向量机分类学习的能力修正了单纯模糊分类方法无法进行样本训练的局限,采用"一对一"方法进行交通状态多类分类。最后基于微观交通仿真数据,验证了模糊支持向量机方法在交通状态分类中能够减少样本数据噪声影响,提高分类训练学习的质量。

引用

页码：131 / 134

页数：4