基于手机传感器的交通状态识别研究

• 作者: 刘新帅 曹永春 杨津达 林强 满正行
• 来源期刊: 西北民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 手机传感器 交通状态 支持向量机 识别模型
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 数理化
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP212
• 字数: 6078字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-2102.2019.04.002

摘要

准确获取交通状态是实现智能交通的重要环节之一.为实时检测车辆行驶状态,进而提取出当前道路的运行状况,来研究基于手机传感器的车辆行驶状态数据收集及交通状态识别.首先,应用手机内嵌的加速度传感器获取车辆的实时行驶状态数据,然后构建基于SVM的交通状态识别模型.最后,利用一组真实的车辆运行状态数据集,验证提出的交通识别模型,获得了良好的识别性能,平均准确率达到89.05％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹永春	西北民族大学数学与计算机科学学院	21	124	5.0	11.0
2	林强	西北民族大学数学与计算机科学学院	12	4	1.0	2.0
3	满正行	西北民族大学数学与计算机科学学院	6	1	1.0	1.0
4	刘新帅	西北民族大学数学与计算机科学学院	2	1	1.0	1.0
5	杨津达	西北民族大学数学与计算机科学学院	2	1	1.0	1.0