文档介绍：摘要市科技局基金姿助项遐《贵阳翥道路交逶数据疼建设秘网络摸型研究》,研究城毒道路交通虑路段受信号汀影响熊情况下,把交通状态分残糖壤秘畅逶蘸释状态,将交逶量、速度、占有率作为交通参数,通过学习在拥堵和畅通两种状态下的历史数据,生成贝叶斯分类器,然惹爆分类器对实时检测到靛交遴数据迸符分类,扶两刿嗣路段交通状态。微观交通仿真数据的实验表明了该方法的可行性和有效性。针对渊练集含有嗓音样本的闯题,若这些样本参与铡练学分类馁麓,本文替迭代、交艇验证,最后得到原始训练集的最优子集。该方法不需要设定闽值,优化过程充分剩用了样本信息。实验表明经优化训练集学习得到的分类器可以有效提高分类精度。关键词:交通拥堵判剐,朴素贝叶斯分类器,增量学习,练集优化,惴巾图分类号;本论文依托国家自然科学基金资助项目鞘薪煌ㄈ舾晌侍庋芯俊凸笱拥堵状态自动判别方法。逶过对城泰道路交通拥堵特往的分撬,运溪分类理论设计了一种用予城市道终的交通拥堵状态自动识别惴ǎ梅ò呀煌ㄓ刀率欠穹⑸醋饕桓鎏厥獾姆掷辔侍猓诓豢提出了训练集增量优化算法,算法将原始训练集分成两个部分,首先以第一部分为基础,增量获取另一部分的较优子集,再以该子集为基础,增藿获取第一部分的较优子集,此过程交本文最后对城市道路交通拥堵自动判别系统的总体框架及增量贝叶斯交通拥堵判别子系统进行了设计,给出了系统的设计流程。结合提出的增量型炎叶斯交通状态自动判掰算法,对刿别子系统的功能模块及数据库进行了设计。文献标识码:贵州大学■学硕士学位论文
跫脶萌诟净猪考衔牢閏哗泖瓻蛐槐雞酌￡鑫蒯撕霸襬跏蚶粼潮阰胁纽奴‰鲷鎍妇勰厕纛矧蠢燃‰瓸卵汹剃湘曲同嬲纛溅夙￡印癷埝毅蛐酲酌蕊献瞫阳啦垃。琏她孵辫潮溺帆’鹍嘞币粼璐,锄雠黜鐃鑙避铋耄主嚣￡衧瑈咖琣蕊穒,“.钾罪伽甀篶淋瞚秘鋖￡辛缰鹶已∞藅￡壤瓻篢,,琣“絜倦瑃雕姐。甎氇
从世纪年代起,交通拥挤、交通事故以及与交通糨关的能ǎ唬第一章绪论问题的提出世界各国丽临的共同问题。近凡十年来,无论是发达国家还是发展中豳家,都毫无例外地不害之一。交通拥挤的直接危害是使交通延误增大,行车速度降低,带来时间损失;低速行驶增加耗油量,导致燃料费用的增加;增加汽车尾气排放量,导致环境恶化。严重的交通拥挤将超过亿小时,预计翻年,因交通问题而造成酶损失每年将超过亿美元。因交通事赦、交通拥堵突肪澄廴驹斐傻木盟鹗Х至淹亿欧元、亿欧元藉在我潺,随着阁民经济豹离速发震裙城市纯进程鲍翔快,我国机动车据有量及道路交邂量急剧增加。交通拥挤堵塞以及由此导致的交通能耗、环境污染也成为我国城市嘶临的极其严重熬“城市病”之一,或恣影响城市砸持续发艘的乃至因民经济进一步发震静瓶颈问题。据统计,!面对日益严重的交通问题,人们曾采取了各种手段试图解决之,概括起来主要有规划手段、工程技术手段、传统管理手段潆蠢黼’。这些手段受到投资及其它资源的麓约,觅效两挤状态,即时引导出行者,疏导交通,最大可能的减少交通拥挤带来的损失成为重要研究课同程度上受到交通问题的困扰。交通拥挤及带来的一系列问艨已成为最难消除的现代社会公甚至会导致城市功能的瘫痪,造成巨额的经济损失。据美豳得克萨斯州运输研究所对美豳个主要城市进行研究,估算美国每年因交通拥堵嚣造成的经济损失大约为诿涝#个最大城市每年的损失均超过亿美元。年,美因因交通拥堵而造成的延误预计在日本,东京每年因交通拥堵造成交通参与者的时间损失相当于亿日元。欧洲每年谂吠小狭、见效期短。特别是在城市建成区难以靠大量拆迁来增建、拓建道路交通设施。在城市道路网已建成的情嚣下,不甍靠多修路来解决闷题,结采哭会造成越嫠越堵的恶性循环。同时,交通系统是一个复杂的大系统,单独从车辆方面考虑或单独从道路方面考虑,都很难完美地解决拥挤闷题。在交通拥挤不可畿立即键到有效解决的情魏下,如何帮时发现道路交通的拥题。因鬟坏┑缆飞戏⑸诲逵刀拢玳貌荒芗笆薄⒆既返胤⑾,嘶
。最初的交通监控系统主要是将采集到的交通流信息用于交通控制信号的配时和交通事件的自动检测‘姜佳色·舢№岫畄。‘吐珹前袸技术集成到交通监控系统中,以提高交通管理部门检测、清近年来,随着道路网络的逐步成熟和道路交通需求量的进一步增加,与交通事件无关的常发性交通拥挤越来越严重。交通高峰期的持续时间不断延长,高峰期出现交通拥挤的路段对道路上所有交通拥挤状态自动判别‘雒色删及时采取对策,疏导交通、减少拥挤,提高交通安全保障,使有限的路网时空资源发挥最大自年开始,国外一些学者开始提出并建立交通事件自动检测系统‘谖觚·撕Eυ数。这种方法在隧道中很有用,但不适合于道