Author(s): YU Rong, WANG Guo-xiang, ZHENG Ji-yuan, WANG Hai-yan
Pages: 130-136
Year: 2013 Issue:  1
Journal: Journal of Transportation Systems Engineering and Information Technology
Keyword:  城市道路交通; 交通状态; 模式识别; 支持向量机; LiBSVM;
Abstract: 城市道路交通状态识别?现代智能交通系统的重要组成部分,是交通智能控制、诱导和协同系统的基础.基于支持向量机建立车流量、平均速度和占有率的三维反映空间,以堵塞流、拥挤流、平稳流和顺畅流为标签对道路交通状态进行分类；并在MATLAB平台下利用LiBSVM工具包进行实验分析,对SVM各种核函数的分类效果进行比较研究,实现了支持向量机技术的交通状态模式识别.结果表明:选择的指标能很好地反映交通状态的特征,SVM核函数可以以较高的分类精度区分开交通流的状态识别,数据的归一化对分类的结果具有重要的影响.