一种融合SVM与BP神经网络的城市道路交通状态检测方法

摘要

一种融合SVM与BP神经网络的城市道路交通状态检测方法，包括以下步骤：1)交通特征参数包括车辆平均速度ν(m/s)、车流量f(veh/s)、时间占有率s、行程时间t(s)；实时监测路段的交通特征参数，并提取交通特征参数，得到测试样本集；2)将测试样本集输入SVM1-SVM2/BP的两层级联分类器，包括以下处理过程：2.1)运用SVM1训练函数分别进行训练后和测试集样本数据一起被输入到SVM1分类函数中，判定是否属于畅通状态，如果是，则判定当前状态为畅通状态，如果否，则进入2.2)；2.2)对测试样本集进行第二层的SVM2与BP网络分类器的投票融合分类，判定属于繁忙状态和拥堵状态。本发明能有效提高准确性。