基于支持向量机的城市道路交通状态模式识别研究

被引：113

作者：

于荣 ^{[1
]}

王国祥 ^{[1
]}

郑继媛 ^{[2
,3
]}

王海燕 ^{[2
]}

机构：

[1] 南京财经大学管理科学与工程学院

[2] 江苏省质量安全工程研究院

[3] 东南大学交通学院

来源：

交通运输系统工程与信息 | 2013年 / 13卷 / 01期

关键词：

城市道路交通; 交通状态; 模式识别; 支持向量机; LiBSVM;

D O I：

10.16097/j.cnki.1009-6744.2013.01.024

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：

城市道路交通状态识别是现代智能交通系统的重要组成部分,是交通智能控制、诱导和协同系统的基础.基于支持向量机建立车流量、平均速度和占有率的三维反映空间,以堵塞流、拥挤流、平稳流和顺畅流为标签对道路交通状态进行分类;并在MATLAB平台下利用LiBSVM工具包进行实验分析,对SVM各种核函数的分类效果进行比较研究,实现了支持向量机技术的交通状态模式识别.结果表明:选择的指标能很好地反映交通状态的特征,SVM核函数可以以较高的分类精度区分开交通流的状态识别,数据的归一化对分类的结果具有重要的影响.

引用

页码：130 / 136

页数：7

共 7 条

[1]

基于模糊支持向量机的城市道路交通状态分类 [J].