| 集成随机森林的交通拥堵检测模型 |
| |
| 引用本文： | 谭娟,王胜春.集成随机森林的交通拥堵检测模型[J].应用声学,2016,24(4):230-233. |
| |
| 作者姓名： | 谭娟 王胜春 |
| |
| 作者单位： | 北京工商大学 商学院,北京 100048,北京交通大学 交通数据分析与挖掘北京市重点实验室,北京 100044 |
| |
| 基金项目： | 北京市自然科学青年基金(9144022);北京市社会科学基金项目(15JGC159);首都流通业研究基地支助项目(JD-YB-2016-004) |
| |
| 摘 要： | 根据现有的城市交通网拥堵检测体系，针对现有方法处理交通网格监测数据流难以获得相对稳定的准确率的问题，提出了一种集成随机森林的交通拥堵检测模型。该模型通过将多个随机森林分类器进行集成实现了交通网分布式监测数据流的并行处理，设计了二级级联分类器对交通网状态进行判定，并可对各监控节点权重进行评估。模型实现主要分为特征提取、集成建模和结合分析三个步骤。在不同规模的交通状态监测网络下分析了模型的综合性能，并分别与其它主流方法进行了对比。实验表明：提出模型具有更好的交通网监测数据流的处理能力，且具备较好的扩展和裁剪性能。该模型提供了一种可应用的交通拥堵检测方法。
|
| 关 键 词： | 交通拥堵检测 随机森林 级联分类器 节点权重 |
| 收稿时间： | 2015/10/27 0:00:00 |
| 修稿时间： | 2015/11/19 0:00:00 |
Traffic Congestion Detection Model Based on Ensemble Random Forests |
| |
| Tan Juan and Wang Shengchun.Traffic Congestion Detection Model Based on Ensemble Random Forests[J].Applied Acoustics,2016,24(4):230-233. |
| |
| Authors: | Tan Juan and Wang Shengchun |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
