基于主分量分类的交通事件自动检测算法

• 作者: 武林芝 郑小花 陈淑燕
• 来源期刊: 计算机工程与应用
• 学科: 交通运输
• 关键词: 交通工程 事件自动检测 主分量分类 核函数 贝叶斯规则
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 工程与应用
• 页码范围: 245-248
• 分类号: U491
• 字数: 3911字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.01.070

摘要

利用主分量分类方法,研究改进的基于主分量分类的交通事件自动检测算法.主分量分类方法是一种改进的两类模型分类法.该分类法求解样本方向,该方向可以看作超平面的法方向,根据这个方向将样本中一类数据从另一类数据中分离.样本在法方向上的投影用来估计每个实例的条件概率,然后根据贝叶斯规则实现实例的分类.时于线性不可分等复杂的分类问题,可通过核函数作用将数据映射到高维特征空间中实现线性可分.最后对I-880高速公路事件数据的仿真结果表明,KPCC算法获得了100.00%的检测率、1.82%的误警率和1.02分钟的平均检测时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈淑燕	南京师范大学物理科学与技术学院	44	866	15.0	29.0
2	郑小花	南京师范大学物理科学与技术学院	3	24	2.0	3.0
3	武林芝	南京师范大学物理科学与技术学院	4	24	2.0	4.0