结合灰聚簇与Fisher变换的城市快速路交通状态判别

作     者：宋占国 陈红 黄卫 SONG Zhanguo;CHEN Hong;HUANG Wei

作者机构：东南大学智能运输系统研究中心南京210096 长安大学公路学院西安710061 

出 版 物：《哈尔滨工业大学学报》 (Journal of Harbin Institute of Technology)

年 卷 期：2019年第51卷第9期

页      面：22-28页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(71701046) 江苏省研究生科研与实践创新计划(KYCX18_0151) 

主　　题：交通工程 交通状态判别 灰聚簇 Fisher变换 性能分析 

摘      要：为提高少数据下的城市快速路交通流状态类型判别精度,提出一种结合灰聚簇与Fisher变换(GC-Fisher)的组合方法.选择交通量Q、速度v、占有率O作为基础参数,首先经灰聚簇理论将基础参数数据聚簇为4类,其次对分类后的数据构建训练集,训练GC-Fisher模型,获取每一种交通流状态类型的Fisher变换方式及判别函数,最后选择结合K均值与多分类支持向量机(K-SVM)的组合方法进行比较.结果表明:在数据量较少条件下对交通流状态类型进行判别,GC-Fisher模型判别率为92%,优于K-SVM模型的判别率69%,GC-Fisher组合方法在少数据下能够更好地提高交通流状态类型的判别效果.