基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于支持向量数据描述(SVDD)算法的快速事件检测方法.该算法把有事件样本和无事件样本分别用全体样本优化的SVDD算法进行优化.但每次只对那些对超球体边界有影响的数据进行优化.该方法既保留了全体样本优化SVDD算法的优点,又达到加快训练速度的目的.采用1-880数据库中实际交通的历史数据进行实验,并与全体样本优化SVDD实验结果相比较.实验证明该分类方法能够获得较高检测率和较低的误报率,且需要较短的训练时间,表明了所给方法的有效性和可行性.
推荐文章
基于支持向量机的高速公路事件检测
支持向量机
分类
高速公路
事件检测
基于支持向量机的高速公路事件检测研究
事件检测
支持向量机
高速公路事件检测(AID)
基于粗糙集和支持向量机的高速公路事件检测
粗糙集
支持向量机
高速公路
事件检测
基于模糊聚类支持向量机的高速公路事件检测
自动事件检测
高速公路
支持向量机
模糊聚类
模糊C均值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量数据描述的高速公路事件检测
来源期刊 计算机技术与发展 学科 工学
关键词 SVDD 事件检测 分类
年,卷(期) 2008,(12) 所属期刊栏目 应用开发研究
研究方向 页码范围 248-250
页数 3页 分类号 TP301.6
字数 2329字 语种 中文
DOI 10.3969/j.issn.1673-629X.2008.12.073
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘智勇 五邑大学信息学院 76 1180 21.0 31.0
2 赵晓芳 五邑大学信息学院 2 17 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (66)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (33)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
SVDD
事件检测
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导