基于代价敏感神经网络的交通状态判别

被引：23

作者：

聂佩林 ^{[1
,2
]}

陈晓翔 ^{[1
]}

佘锡伟 ^{[2
]}

戴秀斌 ^{[2
]}

机构：

[1] 中山大学地理科学与规划学院

[2] 中山大学智能交通研究中心

来源：

公路交通科技(应用技术版) | 2011年 / 7卷 / 03期

关键词：

交通状态判别; 代价敏感; 类不平衡; 过采样; 阈值移动;

D O I：

暂无

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

082301 [道路与铁道工程];

摘要：

交通流不同状态在实际中出现的频率存在很大差异,且不同交通状态之间的误判所造成的影响程度是不同的。因此,可以认为交通状态判别是一个类不平衡及代价敏感的分类问题。本文通过分析交通状态的类不平衡特性,结合了少数类样本合成的过采样技术和阈值移动方法,在给定的代价敏感矩阵引导下,对训练样本集进行过采样和对神经网络输出值进行阈值移动,并得到最终的判别结果。通过对广深高速公路上采集的数据进行测试,实验结果表明,所提出算法可以有效降低拥堵和缓慢状态的误判率。

引用

页码：220 / 223

页数：4

共 4 条

[1]

道路交通状态判别技术与应用.[M].姜桂艳著;.人民交通出版社.2004,

[2]

基于K近邻非参数回归的交通状态概率预报技术 [J].