-
公开(公告)号:CN102737508B
公开(公告)日:2014-03-26
申请号:CN201210204956.4
申请日:2012-06-19
申请人: 银江股份有限公司
摘要: 一种融合SVM与BP神经网络的城市道路交通状态检测方法,包括以下步骤:1)交通特征参数包括车辆平均速度ν(m/s)、车流量f(veh/s)、时间占有率s、行程时间t(s);实时监测路段的交通特征参数,并提取交通特征参数,得到测试样本集;2)将测试样本集输入SVM1-SVM2/BP的两层级联分类器,包括以下处理过程:2.1)运用SVM1训练函数分别进行训练后和测试集样本数据一起被输入到SVM1分类函数中,判定是否属于畅通状态,如果是,则判定当前状态为畅通状态,如果否,则进入2.2);2.2)对测试样本集进行第二层的SVM2与BP网络分类器的投票融合分类,判定属于繁忙状态和拥堵状态。本发明能有效提高准确性。
-
公开(公告)号:CN102750825A
公开(公告)日:2012-10-24
申请号:CN201210206927.1
申请日:2012-06-19
申请人: 银江股份有限公司
摘要: 一种基于神经网络分类器级联融合的城市道路交通状态检测方法,包括以下步骤:1)交通特征参数包括车辆平均速度v(m/s)、车流量f(veh/s)、时间占有率s、行程时间t(s);实时监测路段的交通特征参数,并提取交通特征参数,得到测试样本集;2)将测试样本集输入SVM-BP的两层级联分类器,包括以下处理过程:2.1)运用SVM训练函数分别进行训练后和测试集样本数据一起被输入到SVM分类函数中,判定是否属于畅通状态,如果是,则判定当前状态为畅通状态,如果否,则进入2.2);2.2)利用BP神经网络方法训练并对测试样本集集进行测试判定属于繁忙状态和拥堵状态。本发明能有效提高准确性。
-
公开(公告)号:CN102737508A
公开(公告)日:2012-10-17
申请号:CN201210204956.4
申请日:2012-06-19
申请人: 银江股份有限公司
摘要: 一种融合SVM与BP神经网络的城市道路交通状态检测方法,包括以下步骤:1)交通特征参数包括车辆平均速度ν(m/s)、车流量f(veh/s)、时间占有率s、行程时间t(s);实时监测路段的交通特征参数,并提取交通特征参数,得到测试样本集;2)将测试样本集输入SVM1-SVM2/BP的两层级联分类器,包括以下处理过程:2.1)运用SVM1训练函数分别进行训练后和测试集样本数据一起被输入到SVM1分类函数中,判定是否属于畅通状态,如果是,则判定当前状态为畅通状态,如果否,则进入2.2);2.2)对测试样本集进行第二层的SVM2与BP网络分类器的投票融合分类,判定属于繁忙状态和拥堵状态。本发明能有效提高准确性。
-
公开(公告)号:CN102750825B
公开(公告)日:2014-07-23
申请号:CN201210206927.1
申请日:2012-06-19
申请人: 银江股份有限公司
摘要: 一种基于神经网络分类器级联融合的城市道路交通状态检测方法,包括以下步骤:1)交通特征参数包括车辆平均速度v(m/s)、车流量f(veh/s)、时间占有率s、行程时间t(s);实时监测路段的交通特征参数,并提取交通特征参数,得到测试样本集;2)将测试样本集输入SVM-BP的两层级联分类器,包括以下处理过程:2.1)运用SVM训练函数分别进行训练后和测试集样本数据一起被输入到SVM分类函数中,判定是否属于畅通状态,如果是,则判定当前状态为畅通状态,如果否,则进入2.2);2.2)利用BP神经网络方法训练并对测试样本集集进行测试判定属于繁忙状态和拥堵状态。本发明能有效提高准确性。
-
-
-