基于TAN分类算法的交通事件检测

• 作者: 凃强 李大韦 程琳
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 交通管理 事件检测 贝叶斯网络 熵 TAN分类器
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 交通安全
• 页码范围: 27-32
• 页数: 6页
• 分类号: U491.2
• 字数: 5458字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2018.03.004

摘要

事件检测算法是交通事件管理系统的关键技术之一,提出一种基于树增强朴素贝叶斯(TAN)分类算法对交通事件进行检测,它的网络结构和参数通过数据学习确定,相比贝叶斯网络算法,对专家经验依赖较小.采用小波去噪、标准化和基于熵的离散化方法对原始交通数据进行预处理,将交通事件作为"0-1"分类变量,交通特征参数作为属性变量,构建TAN分类器.采用新加坡艾耶尔国王高速公路(AYE)的数据集对该算法进行了实例验证,实验结果表明TAN分类算法与多层前馈神经网络(MLF)算法的检测性能相当,它们的检测率分别为95.97％ 和98.8％,但TAN分类算法在模型训练和标定的速度上具有显著优势,且相比MLF算法,TAN分类算法的原理更加简单易懂,因此TAN分类算法具有更广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程琳	东南大学交通学院	118	1369	22.0	30.0
2	凃强	东南大学交通学院	5	3	1.0	1.0
3	李大韦	东南大学交通学院	5	12	1.0	3.0