基于支持向量机的高速公路意外事件检测模型

被引:13
作者
陈斌
机构
[1] 四川交通职业技术学院交通运输与安全研究所
关键词
交通工程; 意外事件检测模型; 支持向量机; 检测性能; 核函数;
D O I
10.19721/j.cnki.1001-7372.2006.06.021
中图分类号
U491.3 [交通事故];
学科分类号
0306 ; 0838 ;
摘要
为建立快速高效的高速公路意外事件自动检测系统,提高意外事件救援效率,就高速公路意外事件检测中的关键技术进行了研究。在剖析现有模型特征的基础上,引入支持向量机理论,建立了基于支持向量机的高速公路意外事件检测模型。利用自主开发的EAD-Simulations系统所建立的数据库,对模型进行了仿真试验,分析了不同核函数对检测性能的影响,研究了单侧输入与双侧输入、不同输入特征因素组合的性能指标。结果表明:与California 8#算法相比,该模型检测率提高了179%,误检率降低至0.50%,平均检测时间缩短了81%;同时得到了上游占有率与流率组合的最优输入特征。
引用
收藏
页码:107 / 112
页数:6
相关论文
共 12 条
[1]   鉴别道路交通事故多发点的突出因素法 [J].
裴玉龙 ;
丁建梅 .
中国公路学报, 2005, (03) :99-103
[2]   基于决策树的高速公路事件持续时间预测 [J].
刘伟铭 ;
管丽萍 ;
尹湘源 .
中国公路学报, 2005, (01) :103-107
[3]   基于检测器脉冲数据的高速公路事件自动检测算法研究 [J].
刘伟铭 ;
尹湘源 ;
管丽萍 .
中国公路学报, 2004, (02) :91-94
[4]   高速公路事故响应控制模式构建 [J].
陈斌 ;
金炜东 ;
高利 .
中国公路学报, 2004, (02) :86-90
[5]   道路交通事故多发点鉴别 [J].
刘志强 ;
宫镇 ;
蔡东 .
交通运输工程学报, 2003, (02) :120-123
[6]   高速交通中堵塞形成阶段的交通流模型 [J].
吴正 .
交通运输工程学报, 2003, (02) :61-64
[7]   城市道路交通事故分布特点及预防对策 [J].
陈宽民 ;
王玉萍 .
交通运输工程学报, 2003, (01) :84-87
[8]   路段交通冲突的调查技术 [J].
罗石贵 ;
周伟 .
长安大学学报(自然科学版), 2003, (01) :71-75
[9]   高速公路交通事件自动检测系统与算法设计 [J].
姜桂艳 ;
温慧敏 ;
杨兆升 .
交通运输工程学报, 2001, (01) :77-81
[10]   基于神经网络的交通事件检测算法 [J].
姜紫峰 ;
刘小坤 .
西安公路交通大学学报, 2000, (03) :67-69+73