首页 | 本学科首页   官方微博 | 高级检索  
     

基于 SVM 的出行方式特征分析和识别研究
作者姓名:汪磊  左忠义  傅军豪
作者单位:1. 大连交通大学 交通运输工程学院,辽宁 大连 116028; 2. 大连海事大学 航海学院,辽宁 大连 116026
摘    要:基于智能手机采集的居民出行轨迹信息,分析了不同出行方式的特征,利用支 持向量机进行了出行方式识别研究.首先探讨了利用手机软件所能检测和记录的参数,进 而从出行轨迹和特征参数两个方面对出行方式特征进行了分析,探讨了不同出行方式两 两可分的关键变量,提取用于识别不同出行方式的特征向量,最后建立了径向基核函数 支持向量机(SVM)分类器.利用从大连市出行轨迹数据获取的出行方式样本,训练了该 支持向量机,并且以决策树、BP 神经网络为对照.结果表明,SVM 识别精确度为 89.6%,BP 神经网络为 85.5%,决策树为 77.3%,SVM 具有更好的识别性能.

关 键 词:城市交通  模式识别  支持向量机  出行方式  特征分析  
收稿时间:2013-10-11
点击此处可从《交通运输系统工程与信息》浏览原始摘要信息
点击此处可从《交通运输系统工程与信息》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号