基于支持向量机的高速公路事件检测

被引:10
作者
梁新荣 [1 ]
刘智勇 [2 ]
孙德山 [3 ]
毛宗源 [1 ]
机构
[1] 华南理工大学自动化科学与工程学院
[2] 五邑大学信息学院
[3] 辽宁师范大学数学系
基金
广东省自然科学基金;
关键词
支持向量机; 分类; 高速公路; 事件检测;
D O I
暂无
中图分类号
TP399 [在其他方面的应用];
学科分类号
081203 ; 0835 ;
摘要
提出用支持向量机分类方法研究高速公路事件检测问题。阐述了支持向量机分类算法,根据交通事件对交通流参数的影响规律选择了支持向量机的输入量,用高速公路管理处提供的样本数据进行了仿真研究。仿真实验表明,支持向量机事件检测算法具有检测准确率高、训练时间短、泛化能力好等优点,它为事件检测提供了一种切实可行的新思路。
引用
收藏
页码:212 / 213+218 +218
页数:3
相关论文
共 6 条
[1]   一种基于多信息融合的事件检测算法 [J].
刘伟铭 ;
尹湘源 ;
管丽萍 .
长沙交通学院学报, 2004, (01) :58-62
[2]   高速公路交通事件检测系统研究 [J].
张洋 ;
叶东升 ;
朱岩 .
交通与计算机, 2003, (03) :6-9
[3]   支持向量机和最小二乘支持向量机的比较及应用研究 [J].
阎威武 ;
邵惠鹤 ;
不详 .
控制与决策 , 2003, (03) :358-360
[4]   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
[5]   Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300
[6]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167