| 基于GA启发式抽样的交通事件自动检测 |
| |
| 引用本文： | 李苗华, 陈淑燕, 劳叶春, 谷健. 基于GA启发式抽样的交通事件自动检测[J]. 交通信息与安全, 2016, 34(5): 87-92. doi: 10.3963/j.issn1674-4861.2016.05.013 |
| |
| 作者姓名： | 李苗华 陈淑燕 劳叶春 谷健 |
| |
| 作者单位： | 东南大学城市智能交通江苏省重点实验室 南京 210096;东南大学现代城市交通技术江苏高校协同创新中心 南京 210096;东南大学城市智能交通江苏省重点实验室 南京 210096;东南大学现代城市交通技术江苏高校协同创新中心 南京 210096;东南大学城市智能交通江苏省重点实验室 南京 210096;东南大学现代城市交通技术江苏高校协同创新中心 南京 210096;东南大学城市智能交通江苏省重点实验室 南京 210096;东南大学现代城市交通技术江苏高校协同创新中心 南京 210096 |
| |
| 基金项目： | 江苏省普通高校研究生科研创新计划资助项目国家自然科学基金项目 |
| |
| 摘 要： | 为了提高面向不平衡数据集的交通事件检测综合性能,提出了两种基于GA启发式抽样方法的交通事件检测算法.基于GA的实例选择抽样方法(GA-IS),解决非启发式抽样方法人为设定抽样率导致的检测效果不稳定问题.基于GA的支持向量选择抽样方法(GA-SS),改善学习集数据量较大时的检测效率.实验采用新加坡AYE仿真数据库,以支持向量机作为分类器进行事件检测.结果表明,基于遗传算法实例选择抽样的检测模型检测率达到94%,平均检测时间为1.413 3 min,性能指标PI为0.157;基于遗传算法支持向量选择抽样的检测模型决策时间为4.55 s,综合性能最优,其PI为0.151;基于少数类过抽样算法(SMOTE)的检测模型决策时间为35.21 s,PI为0.329,与非启发式抽样方法相比,所提方法能有效改善面向不平衡数据集的事件检测综合性能.
|
| 关 键 词： | 交通安全 交通事件检测 不平衡交通流数据 启发式抽样 遗传算法 |
|
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载免费的PDF全文 |
|
