基于因子分析与聚类分析的交通事件自动检测算法融合

被引：8

作者：

李琦 ^{[1
]}

姜桂艳 ^{[1
,2
]}

杨聚芬 ^{[1
]}

机构：

[1] 吉林大学交通学院

[2] 吉林大学汽车仿真与控制国家重点实验室

来源：

吉林大学学报(工学版) | 2012年 / 05期

基金：

高等学校博士学科点专项科研基金;

关键词：

交通运输系统工程; 交通事件自动检测; 信息融合; 因子分析; 聚类分析;

D O I：

10.13229/j.cnki.jdxbgxb2012.05.033

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082302 ; 082303 ;

摘要：

针对目前通常只利用一种交通事件自动检测算法进行事件检测导致的效果不佳问题,在对单个交通事件自动检测算法产生漏警和误警的原因进行分析的基础上,设计了一套与之相对应的交通条件在线评价指标,并以因子分析与聚类分析为手段提出了一种基于多个交通事件自动检测基本算法的决策级融合方法。运用某特大城市快速路感应线圈实测数据进行验证的结果表明,在交通事件自动检测基本算法的误警率为0.5%左右、检测率为63.5%～66.1%的条件下,所提出方法的检测率和误警率分别达到了90.6%和0.0981%,明显优于对比方法的检测效果。

引用

页码：1191 / 1197

页数：7

共 5 条

[1] 基于感应线圈数据的城市道路交通状态判别方法 [J].