基于支持向量机的城市快速路交通拥堵识别方法 |
| |
引用本文: | 李宇轩,韦凌翔,陈红,王永岗,魏语婷.基于支持向量机的城市快速路交通拥堵识别方法[J].道路交通与安全,2018(1). |
| |
作者姓名: | 李宇轩 韦凌翔 陈红 王永岗 魏语婷 |
| |
作者单位: | 盐城工学院材料科学与工程学院;长安大学公路学院; |
| |
摘 要: | 首先提出一种基于交通流量-交通密度的二维空间下的交通状态分类方法,在此基础上,构建对拥堵状态和非拥堵状态识别的支持向量机分类器;其次,设计基于支持向量机的城市快速路交通拥堵识别方法的步骤;最后,以西安市南二环快速路采集的交通参数数据为例,对比验证了在不同支持向量机(SVM)分离器下本文提出的城市快速路交通拥堵识别方法的有效性.研究表明:SVM线性核函数分类器的识别正确率(识别正确率均值为91.65%)高于多项式核函数等其他核函数分类器,说明交通拥堵识别的具有良好的线性可分性;不同核函数分类器的识别正确率均高于90%,说明本文设计城市快速路交通拥堵识别方法具有良好的识别性能.
|
本文献已被 CNKI 等数据库收录! |
|