基于强空间集成的交通状态判别方法

• 作者: 何友国 刘擎超 江浩斌 蔡英凤 陈龙
• 来源期刊: 计算机工程
• 学科: 交通运输
• 关键词: 智能交通 交通状态判别 强空间 混淆矩阵 学习器
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 297-302
• 页数: 6页
• 分类号: U491
• 字数: 4045字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.11.048

摘要

为研究服务于交通诱导的路网宏观交通状态判别模型,依据集成学习理论,基于强空间集成,提出一种交通状态判别方法.采用K-近邻规则寻找与待判别交通流数据相似的一组训练样本,构成待判别数据的邻域,挖掘交通状态学习器的强空间,进而输出交通运行状态等级标签.采用交通状态混淆矩阵,查全率、查准率等进行实验,结果表明该方法能够较准确地判断路网交通状态,满足交通状态判别的实际应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈龙	江苏大学汽车工程研究院	368	3236	25.0	34.0
2	江浩斌	江苏大学汽车工程研究院	194	1654	21.0	29.0
3	蔡英凤	江苏大学汽车工程研究院	56	247	9.0	14.0
4	刘擎超	江苏大学汽车工程研究院	4	22	2.0	4.0
5	何友国	江苏大学汽车工程研究院	15	55	4.0	7.0