[发明专利]基于PCA‑GA‑SVM算法的高速公路拥堵识别方法在审
| 申请号： | 201710350149.6 | 申请日： | 2017-05-18 |
| 公开（公告）号： | CN107025468A | 公开（公告）日： | 2017-08-08 |
| 发明（设计）人： | 赵敏;孙棣华;郑林江;刘严磊 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 北京汇泽知识产权代理有限公司11228 | 代理人： | 武君 |
| 地址： | 400044 *** | 国省代码： | 重庆;85 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于PCA‑GA‑SVM算法的高速公路拥堵识别方法，包括如下步骤步骤1获取固定车检器数据，并对固定车检器数据进行预处理；步骤2选取拥堵判别SVM算法特征向量步骤21选取训练样本的特征向量；步骤22利用PCA对初始特征参数进行加权降维处理；步骤3训练拥堵判别SVM算法参数步骤31选取SVM算法核函数；步骤32利用遗传算法优化核函数参数；步骤4拥堵状态判别根据交通事件的严重程度分为无事件状态、轻度拥堵状态和严重拥堵状态；采用“一对一”算法，组合两个二分类器构造SVM多分类器来得到判别结果，将二分类器问题延伸到处理多分类问题。可实现对交通状态分类性能的改善，帮助健全高速公路监控和管理系统。 | ||
| 搜索关键词： | 基于 pca ga svm 算法 高速公路 拥堵 识别 方法 | ||
【主权项】：
一种基于PCA‑GA‑SVM算法的高速公路拥堵识别方法，其特征在于：包括如下步骤：步骤1：获取固定车检器数据，并对固定车检器数据进行预处理；步骤2：选取拥堵判别SVM算法特征向量步骤21：选取训练样本的特征向量；步骤22：利用PCA对初始特征参数进行加权降维处理；步骤3：训练拥堵判别SVM算法参数步骤31：选取SVM算法核函数；步骤32：利用遗传算法优化核函数参数；步骤4：拥堵状态判别：根据交通事件的严重程度分为无事件状态、轻度拥堵状态和严重拥堵状态；采用“一对一”算法，组合两个二分类器构造SVM多分类器来得到判别结果，将二分类器问题延伸到处理多分类问题。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710350149.6/，转载请声明来源钻瓜专利网。
