基于支持向量机的高速公路事件检测

• 作者: 覃频频
• 来源期刊: 中国安全科学学报
• 学科: 工学
• 关键词: 事件检测 模式识别 支持向量机 高速公路 交通流
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 安全管理工程
• 页码范围: 172-176
• 页数: 5页
• 分类号: X924.2
• 字数: 3738字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3033.2007.01.031

摘要

针对交通领域中的事件检测(无事件模式和事件模式)模式识别问题,描述了支持向量机(SVM)支持的基本方法,建立了基于线性(linear function)、多项式(polynomial function)和径向基(radial basis function)3种核函数的事件检测SVM模型.采用高速公路路段I-880线圈数据集和事件数据集验证模型,结果发现:无论对于向北、向南或混合方向的事件检测,在3个SVM模型中,SVM(P)检测效果最好,SVM(L)最差.SVM算法具有避免局部最小,实现全局最优化,更好的泛化效果的优点,是高速公路事件检测的一种很有潜力的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃频频	西南交通大学交通运输学院	30	215	9.0	14.0