文献类型：期刊文章

作　　者：于荣[1] 王国祥[1] 郑继媛[2,3] 王海燕[2]

机构地区：[1]南京财经大学管理科学与工程学院,南京210046 [2]江苏省质量安全工程研究院,南京210046 [3]东南大学交通学院,南京210002

出　　处：《交通运输系统工程与信息》

基　　金：美国能源基金会资助项目(G-1208-16658)

年　　份：2013

卷　　号：13

期　　号：1

起止页码：130-136

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、EI(收录号：20131316140835)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：城市道路交通状态识别是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.

关 键 词：城市道路交通 交通状态 模式识别 支持向量机 LIBSVM

分 类 号：U491[物流管理与工程类]