基于因子分析和最小最大概率机的交通事件检测算法

• 作者: 周熙阳 杨兆升 田秀娟 邴其春
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 智能交通 交通事件检测 因子分析 最小最大概率机 交通事件
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 交 通 安 全
• 页码范围: 74-79
• 页数: 6页
• 分类号: U491
• 字数: 4245字
• 语种: 中文
• DOI: 10.3963/j.issn1674-4861.2015.02.012

摘要

为了进一步提高交通事件检测的精度与效率，在多角度构建事件检测初始交通变量的基础上，设计了1种基于因子分析和最小最大概率机的交通事件检测算法。通过分析交通事件上下游交通流参数的变化规律，构建了11种初始交通事件检测变量，利用因子分析方法对初始交通变量进行特征提取，实现初始交通变量的有效降维，并分别采用核函数最小最大概率机算法和线性最小最大概率机算法进行交通事件检测。最后，采用美国I‐880数据库的实测数据进行实验验证和对比分析，实验结果表明，FA‐M PM算法较M PM算法事件检测率提高3．5％，误报率降低0．17％，平均检测事件减少了27．5s，且最小最大概率机算法的交通事件检测效果明显优于支持向量机算法和BP神经网络算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨兆升	吉林大学交通学院	142	3140	33.0	50.0
10	田秀娟	吉林大学交通学院	42	203	8.0	11.0
11	邴其春	吉林大学交通学院	14	149	10.0	11.0
12	周熙阳	吉林大学交通学院	7	73	5.0	7.0