-
14瀏覽
-
0點贊
-
0收藏
-
0分享
-
1下載
-
0評論
-
引用
期刊論文
基于手機運動傳感器數據的交通流擁擠識別
,-0001,():
準確的交通流狀態識別是智能交通管理與控制的基礎.通過所開發的手機端軟件從手機中提取車輛的加速度與角加速度數據,在研究了其統計特征后,發現該數據可反應周圍車輛對目標車輛運行環境的影響,從而與交通流狀態的變化有著密切關系.利用支持向量機學習算法,以加速度與角加速度統計參數作為輸入變量識別斷面交通流狀態.實驗結果識別精度最高達到92%,表明加速度和角加速度指標可作為交通流狀態的表征參數.該研究采用Lasso模型和最小角回歸算法對輸入參數進行變量選擇,在降低計算成本的同時保證了良好的識別效果.
學者未上傳該成果的PDF文件,請等待學者更新
本學者其他成果
同領域成果
提示
