随机森林算法在交通状态判别中的应用

被引：15

作者：

高林

刘英

盛子豪

机构：

[1] 青岛科技大学自动化与电子工程学院

来源：

实验技术与管理 | 2017年 / 04期

关键词：

随机森林算法; 交通状态判别; 袋外数据;

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：

随机森林算法随机选择多个决策树构成森林,算法分类结果由这些决策树投票得到,在运算量没有显著增加的前提下提高了预测精度,是一种目前比较流行的组合分类器算法。随机森林算法不仅可以用来做分类,也可用来做回归预测,是机器学习、计算机视觉等领域内应用极为广泛的一个算法。该文将随机森林分类算法用于交通状态判别,利用实测数据进行模型训练和验证,并用袋外数据计算判别正确率,实验结果表明该方法具有可行性,为交通状态判别提供了一种新思路。

引用

收藏

页码：43 / 46

页数：4

相关论文

共 13 条

[1]

改进随机森林及其在人体姿态识别中的应用 [J].

周博翔 ;

李平 ;

李莲 .

计算机工程与应用 , 2015, (16) :86-92+141

[2]

基于随机森林的交通事件检测方法设计与分析(英文) [J].

刘擎超 ;

陆建 ;

陈淑燕 .

Journal of Southeast University(English Edition), 2014, 30 (01) :88-95

[3]

基于支持向量机的城市道路交通状态模式识别研究 [J].

于荣 ;

王国祥 ;

郑继媛 ;

王海燕 .

交通运输系统工程与信息, 2013, 13 (01) :130-136

[4]

随机森林与支持向量机分类性能比较 [J].

黄衍 ;

查伟雄 .

软件, 2012, 33 (06) :107-110

[5]

基于BP神经网络的道路交通状态判别方法研究 [J].

巫威眺 ;

靳文舟 ;

林培群 .

交通信息与安全, 2011, (04) :71-74+79

[6]

随机森林方法研究综述 [J].

方匡南 ;

吴见彬 ;

朱建平 ;

谢邦昌 .

统计与信息论坛, 2011, 26 (03) :32-38

[7]

基于环形线圈检测器信息的交通状态模糊识别方法 [J].

郑建湖 ;

郭银岁 ;

叶润真 ;

张秋萍 .

昆明理工大学学报(理工版), 2009, 34 (02) :71-75

[8]

基于感应线圈数据的城市道路交通状态判别方法[J] 姜桂艳;郭海锋;吴超腾; 吉林大学学报(工学版) 2008, S1

[9]

随机森林在企业信用评估指标体系确定中的应用 [J].

林成德 ;

彭国兰 .

厦门大学学报(自然科学版), 2007, (02) :199-203

[10]

基于随机森林的文本分类模型研究 [J].

张华伟 ;

王明文 ;

甘丽新 .

山东大学学报(理学版), 2006, (03) :139-143