基于SVM的交通事件检测技术

被引：18

作者：

陈维荣 ^{[1
]}

关佩 ^{[1
,2
]}

邹月娴 ^{[2
]}

机构：

[1] 西南交通大学电气工程学院

[2] 北京大学深圳研究生院

来源：

西南交通大学学报 | 2011年 / 46卷 / 01期

关键词：

交通事件检测; 支持向量机; 核函数; I-880数据库;

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：

摘要：

为减少交通事件引起的交通延误,提出了一种基于支持向量机(SVM)的交通事件自动检测(SVM-AID)算法.采用实际高速公路交通参数数据库(I-880数据库),对SVM-AID算法的分类性能进行测试,并分析了SVM中各参数对分类效果的影响.结果表明,SVM中参数对分类效果的影响很大,必须慎重选择;SVM-AID算法对不同路段交通事件的正确分类率都在98%以上,平均检测时间不超过5 s,均优于基于人工神经网络等的其他交通事件自动检测算法.

引用

页码：63 / 67

页数：5

共 4 条

[1] 支持向量回归中核函数和超参数选择方法综述 [J].