于 荣,王国祥,郑继媛,王海燕

(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)

基于支持向量机的城市道路交通状态模式识别研究

于 荣1,王国祥1,郑继媛2,3,王海燕*2

(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)

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.

城市道路交通;交通状态;模式识别;支持向量机;LiBSVM

1 引 言

城市道路交通状态识别是现代智能交通系统(Intelligent Transportation System,ITS)的重要组成部分,通常是在道路交通数据实时采集的基础上,通过各种判别算法实现对各类交通数据的分析,与先验的交通状态标准进行比较,得到目前交通系统处于何种运行状态,并依据这个判别结果实现交通系统的智能控制、管理和诱导[1].实现快速有效的交通状态识别,是实现城市交……