文献类型：期刊文章

作　　者：李清泉[1,2] 高德荃[1,2] 杨必胜[1,2]

机构地区：[1]武汉大学测绘遥感信息工程国家重点实验室,武汉430079 [2]武汉大学交通研究中心,武汉430079

出　　处：《吉林大学学报（工学版）》

基　　金："973"国家重点基础研究发展规划项目(2006CB705500);国家自然科学基金项目(60872132);高等学校博士学科点专项科研基金项目(20070486001)

年　　份：2009

卷　　号：39

期　　号：S2

起止页码：131-134

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：运用模糊支持向量机方法进行城市道路交通状态分类,应用模糊隶属度处理了评价者的主观偏好表达和交通状态评价指标范围的不确定性问题;同时,通过集成支持向量机分类学习的能力修正了单纯模糊分类方法无法进行样本训练的局限,采用"一对一"方法进行交通状态多类分类。最后基于微观交通仿真数据,验证了模糊支持向量机方法在交通状态分类中能够减少样本数据噪声影响,提高分类训练学习的质量。

关 键 词：交通运输工程 交通状态 分类  模糊集 支持向量机

分 类 号：U491[物流管理与工程类]