城市轨道交通行人通道交通状态识别研究

作     者：陈红 韦凌翔 李高峰 蔡志理 邵海鹏 CHEN Hong;WEI Lingxiang;LI Gaofeng;CAI Zhili;SHAO Haipeng

作者机构：长安大学公路学院陕西西安710064 盐城工学院材料工程学院江苏盐城224051 山东交通学院交通与物流工程学院山东济南250023 

基　　金：国家自然科学基金项目(50808021) 陕西省交通运输厅科技项目(10-07R) 

出 版 物：《重庆交通大学学报（自然科学版）》 (Journal of Chongqing Jiaotong University(Natural Science))

年 卷 期：2016年第35卷第3期

页      码：134-140页

摘      要：提出了一种基于支持向量机,利用行人交通流参数,实现城市轨道交通人行通道处交通状态识别的方法。采用FCM算法实现了4种行人交通状态的聚类分析与定义;建立SVM多类分类器模型。并分别采用线性可分和非线性两种SVM分类器以及多项式、高斯径向基、sigmoid等3种核函数,应用于行人通道交通状态识别中,进而通过实际采集数据集合,对其有效性进行对比分析。研究表明：设计的算法具有良好的识别性能,RBF核函数SVM模型的总体识别效果相比最好,正确率均在85%以上,说明行人交通参数在该核函数转化的高维空间具备良好的线性可分;线性可分对畅通状态识别效果相对最好,正确率为98%;多项式核函数对稳定状态识别效果相对最好,正确率为93%;sigmoid核函数的总体识别效果相比最稳定,正确率均在85%-92%。

主 题 词：交通运输工程 轨道交通 状态识别 支持向量机 

学科分类：08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1674-0696.2016.03.28

馆 藏 号：203173604...