基于GPS轨迹数据的不同交通状态下交通方式识别流程优化方法

发布时间：2024-07-11 02:10

　　基于GPS轨迹数据的交通调查技术能够有效弥补传统居民出行调查方式的不足,该技术在高峰拥堵时段的交通方式识别效果有待进一步研究.针对公交车和小汽车识别精度较低的问题,本文提出基于支持向量机(SVM)的流程优化方法,加入基于短时傅里叶变换(STFT)的频域属性,利用遗传算法(GA)对SVM的惩罚系数和核参数进行联合优化,评估不同交通状态下交通方式和方式转换点的识别效果.结果表明:频域属性的加入能够有效提升交通方式识别精度,在道路畅通状态和一般拥堵状态下,交通方式和方式转换点的识别效果均较为理想;在严重拥堵状态下,机动化方式易与非机动化方式相混淆,方式转换点最大识别误差在13 min以内,相比于基于主观回忆的人工问卷调查方式仍具有参考性.

【文章页数】：8 页

【文章目录】：
0 引言
1 交通方式识别方法
    1.1 基于STFT的输入属性选取方法
    1.2 基于SVM的交通方式识别
    1.3 基于GA的参数优化方法
2 数据采集实验
    2.1 数据采集
    2.2 数据特征分析
3 模型验证与结果分析
    3.1 参数寻优和模型验证
    3.2 交通方式识别结果分析
    3.3 交通方式转换点识别结果分析
4 结论



本文编号：4005087