基于SVM的数据层多源ITS数据融合方法初探

• 作者: 于雷 耿彦斌 赵娜乐 陈旭梅
• 来源期刊: 交通运输系统工程与信息
• 学科: 交通运输
• 关键词: 支持向量机(SVM) 数据层 多源ITS数据 数据融合
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 智能交通系统与信息技术
• 页码范围: 32-38
• 页数: 7页
• 分类号: U41
• 字数: 5499字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6744.2007.02.006

摘要

在阐明ITS数据融合的意义及层次性的基础上,分析了数据层多源ITS数据融合及支持向量机的特点,根据支持向量机(SVM)的原理设计了利用支持向量机进行多源ITS数据融合的思路,并从支持向量机训练、训练结果评价以及支持向量机测试三个方面提出了该思路的实现步骤.在对日本阪神公路上入檍的二源交通流数据进行支持向量机融合后,比较融合前后的数据,证明所提出的基于支持向量机技术的数据层多源ITS数据融合方法能够有效地进行数据质量控制,提高数据的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈旭梅	北京交通大学交通运输学院	43	711	13.0	25.0
2	耿彦斌	北京交通大学交通运输学院	7	85	5.0	7.0
3	赵娜乐	北京交通大学交通运输学院	8	133	5.0	8.0