原文传递
基于混合支持向量机多分类器的交通事件检测方法研究
| 论文题名： | 基于混合支持向量机多分类器的交通事件检测方法研究 |
| 关键词： | 支持向量机;交通事件;自动检测;高速公路 |
| 摘要： | 随着社会快速进步和高速公路的发展，高速公路上的交通事件频繁发生，严重影响了社会经济的发展。因此，各国纷纷开展了高速公路事件自动检测算法研究，来进行高速公路交通事件的自动检测。基于支持向量机多分类器的交通事件检测(MSVM-AID)算法出现，成功的解决了小样本数据条件下，模型训练的过学习与欠学习现象，并能够对交通事件的发生做出良好的反应。但是，我们在实践研究中发现，MSVM-AID算法在检测某些特定情况下的交通事件，如对于车道数较多的高速公路，一旦发生交通事件，且事件车辆占用车道有限，交通流参数波动不大的情况下，其检测精度不够理想。因此，本文针对此问题，对MSVM-AID算法模型进行改进，同时引进了串联、并联两种分类器组合方法，设计出了混合MSVM-AID算法。同时对特征向量进行重新设计，构造了三个具有方法效果的特征向量，以放大交通流参数在多车道小型交通事件中的变化程度。此算法分为并联和串联两部分，对小型交通事件，做出2次检测分析，解决了MSVM-AID算法漏判率较高的问题，同时提升了了模型的整体检测效果和移植性。 |
| 作者： | 刘清泉 |
| 专业： | 交通运输规划与管理 |
| 导师： | 黄中祥 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
