基于FA-SVM的高速公路交通事件检测方法

• 作者: 姜卉 姜桂艳
• 来源期刊: 北华大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 交通运输工程 交通事件 因子分析 支持向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 交通工程
• 页码范围: 103-108
• 页数: 6页
• 分类号: U491
• 字数: 4213字
• 语种: 中文
• DOI: 10.11713/j.issn.1009-4822.2019.01.022

摘要

为了剔除交通数据样本有限、事件特征变量构建相对主观且包含的信息冗余等因素对交通事件检测效果的影响,设计了一种高速公路交通事件检测方法.利用因子分析技术将交通流数据初始特征变量"降维"并提取包含全部原始数据信息的特征变量主因子;利用支持向量机完成事件检测,结合libsvm软件中的grid.py模块实现支持向量机子模型相关参数的设定;选用Fresim软件的模拟数据进行对比分析.检测结果表明,所提出的算法检测效果优势明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜桂艳	宁波大学海运学院	18	81	6.0	7.0
5	姜卉	北华大学土木与交通学院	9	15	2.0	3.0