基于混合支持向量機多分類器的交通事件檢測方法研究.pdf

1、隨著社會快速進步和高速公路的發(fā)展，高速公路上的交通事件頻繁發(fā)生，嚴重影響了社會經(jīng)濟的發(fā)展。因此，各國紛紛開展了高速公路事件自動檢測算法研究，來進行高速公路交通事件的自動檢測?；谥С窒蛄繖C多分類器的交通事件檢測(MSVM-AID)算法出現(xiàn)，成功的解決了小樣本數(shù)據(jù)條件下，模型訓練的過學習與欠學習現(xiàn)象，并能夠?qū)煌ㄊ录陌l(fā)生做出良好的反應。但是，我們在實踐研究中發(fā)現(xiàn)，MSVM-AID算法在檢測某些特定情況下的交通事件，如對于車道數(shù)較多的高速

2、公路，一旦發(fā)生交通事件，且事件車輛占用車道有限，交通流參數(shù)波動不大的情況下，其檢測精度不夠理想。因此，本文針對此問題，對MSVM-AID算法模型進行改進，同時引進了串聯(lián)、并聯(lián)兩種分類器組合方法，設計出了混合MSVM-AID算法。同時對特征向量進行重新設計，構(gòu)造了三個具有方法效果的特征向量，以放大交通流參數(shù)在多車道小型交通事件中的變化程度。此算法分為并聯(lián)和串聯(lián)兩部分，對小型交通事件，做出2次檢測分析，解決了MSVM-AID算法漏判率較高的