[1]刘剑,刘丽华,赵悦.基于KPCA与SVM的混合核交通流数据检测[J].沈阳建筑大学学报(自科版),2018,(5):921-928.[doi:10.11717/j.issn:2095-1922.2018.05.19]
点击复制

基于KPCA与SVM的混合核交通流数据检测()
分享到：

沈阳建筑大学学报(自科版)[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2018年第5期
页码:
921-928
栏目:
机械工程
出版日期:
2018-09-28

文章信息/Info

作者:
刘剑; 刘丽华; 赵悦
关键词:
模式识别; 核主成分分析; SVM; 混合核; 多轿厢电梯
DOI:
10.11717/j.issn:2095-1922.2018.05.19
摘要:
目的 针对当前交通流数据识别问题,提出基于KPCA与SVM的混合核交通流数据识别算法,以提高交通流数据识别准确率.方法 运用KPCA对数据进行预处理,采用SVM训练分类模型,利用所训练的模型进行识别;以多轿厢电梯交通状态为对象,分别从交通流数据识别分析和仿真实验两方面对所提方法的可行性与精确性进行验证.结果 通过与SVM算法、BP神经网络算法进行对比,表明所提方法具有很强的通用性,能有效地预测出交通流,交通流数据识别的准确率达到97.2%.结论 笔者提出的基于KPCA与SVM的混合核交通流数据识别算法可以提高交通流数据识别的准确率,通用性较高,可以实现对目标的实时检测.
更新日期/Last Update: 2018-09-28