基于机器学习算法的高速公路交通事件检测研究

发布时间：2021-07-04 06:23

　　近年来,国家大力发展交通运输,高速公路产业发展迅猛,截至2018年底,我国的高速公路通车里程突破14万公里,里程规模位居世界第一。同时,随着交通网络的不断扩大和车辆的大规模增加,交通事故频繁发生,交通拥堵严重,损害了正常的交通秩序。及时准确的交通事件检测,能够有效缓解交通事件造成的交通拥堵,预防二次事故的发生,增加高速公路通行的安全性。交通事件自动检测（Automatic Incident Detection,AID）属于经典的二分类问题,可以将事件状态分为两种:正常运行和交通事件。现实场景中,交通事件数据一般远少于正常运行状态数据,因此,交通事件检测问题实质是不平衡分类问题。本文以基本的机器学习算法作为分类器,并结合不平衡数据集的处理算法,提出了几种交通事件检测模型。首先,将贝叶斯网络、逻辑回归、SVM、决策树、神经网络、AdaBoost、梯度提升树、随机森林分别作为分类器,并采用网格搜索方法进行参数优化,比较不同分类器的性能,筛选出综合性能更优的随机森林作为交通事件检测算法的分类器。其次,为了解决交通数据集的不平衡问题,提出基于合成少数过采样技术（Synthetic Minorit... 

【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图２．１交通事件基本分类

图１３｜１??７??

图２．２交通事件对交通流特性参数的理论影响图ＰＩ??理论上，路段１和路段４中的交通流不受影响，保持正常通行状态

【参考文献】：
期刊论文
[1]基于因子分析和最小最大概率机的交通事件检测算法[J]. 邴其春,杨兆升,周熙阳,田秀娟.  交通信息与安全. 2015(02)
[2]基于随机森林的交通事件检测方法设计与分析(英文)[J]. 刘擎超,陆建,陈淑燕.  Journal of Southeast University（English Edition）. 2014(01)
[3]国内外高速公路的现状及其发展[J]. 张云爽.  黑龙江交通科技. 2010(03)
[4]基于Bagging算法和遗传神经网络的交通事件检测[J]. 朱红斌.  计算机应用与软件. 2010(01)
[5]基于Adaboost算法的高速公路事件检测[J]. 艾小松,黄挚雄,张良春,江伟.  计算机工程与科学. 2007(12)
[6]交通事件检测算法研究进展[J]. 张敬磊,王晓原.  武汉理工大学学报(交通科学与工程版). 2005(02)
[7]基于粗集理论预处理数据的神经网络交通事件自动检测算法[J]. 温娟,贺国光.  交通运输系统工程与信息. 2004(04)
[8]高速公路交通事件检测系统研究[J]. 张洋,叶东升,朱岩.  交通与计算机. 2003(03)
[9]基于神经网络的交通事件检测算法[J]. 姜紫峰,刘小坤.  西安公路交通大学学报. 2000(03)
[10]基于小波分析的事件检测算法[J]. 李文江,荆便顺,杨光,王彦卿.  西安公路交通大学学报. 1997(S1)

博士论文
[1]基于信息融合的高速公路事件检测建模与仿真[D]. 覃频频.西南交通大学 2007
[2]高速公路交通事件检测及交通疏导技术研究[D]. 蔡志理.吉林大学 2007

硕士论文
[1]基于PSO-SVM高速公路交通事件检测算法的分析与研究[D]. 胡丹龙.西南交通大学 2013
[2]基于FA-SVM的高速公路交通事件自动检测方法研究[D]. 姜卉.吉林大学 2011
[3]基于SVM的高速公路交通事件检测研究[D]. 龚炯.西南交通大学 2010
[4]GA-SVM在高速公路交通事件检测中的应用研究[D]. 陈祥梅.西南交通大学 2009
[5]高速公路交通事件检测与仿真研究[D]. 张凯.长安大学 2009



本文编号：3264223