基于手机运动传感器数据的交通流拥挤识别

• 作者: 涂雯雯 肖峰 陈冬
• 来源期刊: 西南交通大学学报
• 学科: 交通运输
• 关键词: 手机运动传感器 机器学习 交通流状态识别 Lasso 最小角回归算法
• 年，卷（期）: 2016,（3）
• 页码范围: 553-562
• 页数: 10页
• 分类号: U491.112
• 字数: 5686字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2016.03.014

摘要

准确的交通流状态识别是智能交通管理与控制的基础.通过所开发的手机端软件从手机中提取车辆的加速度与角加速度数据,在研究了其统计特征后,发现该数据可反应周围车辆对目标车辆运行环境的影响,从而与交通流状态的变化有着密切关系.利用支持向量机学习算法,以加速度与角加速度统计参数作为输入变量识别断面交通流状态.实验结果识别精度最高达到92％,表明加速度和角加速度指标可作为交通流状态的表征参数.该研究采用Lasso模型和最小角回归算法对输入参数进行变量选择,在降低计算成本的同时保证了良好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖峰	西南交通大学交通运输与物流学院	12	41	4.0	6.0
2	涂雯雯	西南交通大学交通运输与物流学院	1	5	1.0	1.0
3	陈冬	西南交通大学交通运输与物流学院	1	5	1.0	1.0