| 基于因子分析和最小最大概率机的交通事件检测算法 |
| |
| 引用本文： | 邴其春, 杨兆升, 周熙阳, 田秀娟. 基于因子分析和最小最大概率机的交通事件检测算法[J]. 交通信息与安全, 2015, (2): 74-79. doi: 10.3963/j.issn1674-4861.2015.02.012 |
| |
| 作者姓名： | 邴其春 杨兆升 周熙阳 田秀娟 |
| |
| 作者单位： | 吉林大学交通学院 长春130025;;吉林大学交通学院 长春130025; 吉林大学汽车仿真与控制国家重点实验室 长春130025; 吉林大学吉林省道路交通重点实验室 长春130025;;吉林大学交通学院 长春130025;;吉林大学交通学院 长春130025 |
| |
| 基金项目： | 国家科技支撑计划项目,“863”国家高技术研究发展计划项目 |
| |
| 摘 要： | 为了进一步提高交通事件检测的精度与效率,在多角度构建事件检测初始交通变量的基础上,设计了1种基于因子分析和最小最大概率机的交通事件检测算法。通过分析交通事件上下游交通流参数的变化规律,构建了11种初始交通事件检测变量,利用因子分析方法对初始交通变量进行特征提取,实现初始交通变量的有效降维,并分别采用核函数最小最大概率机算法和线性最小最大概率机算法进行交通事件检测。最后,采用美国I‐880数据库的实测数据进行实验验证和对比分析,实验结果表明,FA‐M PM算法较M PM算法事件检测率提高3.5%,误报率降低0.17%,平均检测事件减少了27.5s,且最小最大概率机算法的交通事件检测效果明显优于支持向量机算法和BP神经网络算法。
|
| 关 键 词： | 智能交通 交通事件检测 因子分析 最小最大概率机 交通事件 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 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 |
|
