基于支持向量機(jī)的高速公路事件檢測(cè)算法.pdf

1、高速公路事件的發(fā)生是不可預(yù)測(cè)的，為快速準(zhǔn)確的感知公路是否有事件發(fā)生，事件發(fā)生的地點(diǎn)及險(xiǎn)害程度等，以便及時(shí)救助，減少損失，排除事件對(duì)公路通行能力的影響，高速公路事件檢測(cè)算法的研究已成為智能交通系統(tǒng)領(lǐng)域的研究熱點(diǎn)，它對(duì)提高高速公路的交通管理效率、改善交通管理效果具有重要的意義。 從高速公路交通流的特點(diǎn)出發(fā)，根據(jù)事件檢測(cè)的基本原理，在分析經(jīng)典高速公路事件檢測(cè)算法優(yōu)缺點(diǎn)的基礎(chǔ)上，對(duì)基于支持向量機(jī)(Support Vector Machi

2、ne，SVM)的高速公路事件檢測(cè)算法進(jìn)行研究。 在介紹支持向量機(jī)基本原理的同時(shí)，重點(diǎn)討論最優(yōu)分類(lèi)面、線(xiàn)性可分SVM、線(xiàn)性不可分SVM、非線(xiàn)性可分SVM以及分類(lèi)常用的核函數(shù)。給出基于SVM的事件檢測(cè)算法的工作步驟，設(shè)計(jì)算法的輸入向量。并采用加州I-880數(shù)據(jù)庫(kù)，設(shè)計(jì)4個(gè)實(shí)驗(yàn)，在每個(gè)實(shí)驗(yàn)中分別設(shè)計(jì)了基于線(xiàn)性不可分SVM、高斯徑向基核函數(shù)、雙曲線(xiàn)正切核函數(shù)的事件檢測(cè)算法，驗(yàn)證了算法的有效性和可移植性。 不同的SVM模型、不同的