原文传递
基于多SVM分类器融合的高速公路异常事件检测方法
| 题名： | 基于多SVM分类器融合的高速公路异常事件检测方法 |
| 正文语种： | 中文 |
| 作者： | 吴晓佩； |
| 关键词： | 高速公路；异常事件；多SVM；超平面；特征向量 |
| 摘要： | 提出了一种利用多SVM分类器对高速公路中的复杂交通信息进行有效融合的异常事件检测方法。首先,将初始训练集划分为互不重叠的子集,为每个子集训练分类器。给定一个输入向量,利用分类器求得其所属的类别标签,并计算出该向量对特定簇的隶属度。其次,利用概率方法将多SVM分类器分类结果进行融合,得到最终分类结果。接下来,将"车流量"、"行车速度"、"道路占用率"、"相邻监测站的车流量差值"、"速度差值"以及"道路占用率差值"等交通参数表示为特征向量,分别输入到经过训练的SVM分类器,并将多SVM分类器融合后的分类结果作 |
| 期刊名称： | 现代交通技术 |
| 出版年： | 2014 |
| 期： | 04 |
| 页码： | 63-67 |
检索历史
应用推荐
