基于贝叶斯算法的交通事件检测研究

基于贝叶斯算法的交通事件检测研究

ID:33748318

大小:2.79 MB

页数:55页

时间:2019-02-28

基于贝叶斯算法的交通事件检测研究_第1页
基于贝叶斯算法的交通事件检测研究_第2页
基于贝叶斯算法的交通事件检测研究_第3页
基于贝叶斯算法的交通事件检测研究_第4页
基于贝叶斯算法的交通事件检测研究_第5页
资源描述:

《基于贝叶斯算法的交通事件检测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、广西大学硕士学位论文基于贝叶斯算法的交通事件检测研究姓名:童仁宏申请学位级别:硕士专业:控制理论与控制工程指导教师:吕智林20100601基于贝叶斯算法的交通事件检测研究摘要我国的道路安全状况一直处于严峻的形势,除了道路的客观因素外,缺乏高效的事件预防措施和有效的道路管制措施以及及时的事件处理能力也是重要原因。本文研究的道路交通事件间接自动检测技术是提高交通事件应急处理能力的一个有效方法。本文首先研究了MACRO交通流宏观动态模型,并结合我国高速公路的实际情况生成仿真数据。选取道路上下游之间的密度差值和速度差值作为判断事件有无发生的依据,在判断事件严重程

2、度时再增加天气情况和时间情况2个因素作为依据。另外生成3种测试数据以对检测模型进行测试。针对贝叶斯算法所需的概率计算问题提出了利用k.均值聚类方法对数据样本进行区间划分,用数据所在区间发生事件的概率作为在该数据发生时有无事件发生的概率。接着重点研究了朴素贝叶斯算法的工作原理和工作过程,依据生成的数据样本建立基于朴素贝叶斯分类器的交通事件检测模型。最后利用测试数据检验其检测效果。针对朴素贝叶斯算法的不足,研究了树扩展的贝叶斯算法,并给出了计算方法,最后建立基于树扩展的贝叶斯算法的事件检测模型,并利用测试数据对其进行检验。最后在分析了道路交通状况的复杂性后提

3、出将数据按照所处位置建立数据样本,在进行事件检测时根据其位置调用相应的数据样本以提高检测效果。关键字:k-均值算法朴素贝叶斯树扩展的贝叶斯交通事件检测HBAYESIANALGORITHMFORTRAFFICINCIDENTDETECTIONABSTRACTChina’sroadsaf.et、,conditionhasbeeninacriticalsitllation.Inadditiontoobiectiveroadfactors,lackofen’ectiveaccidentpreventionmeasuresandef

4、F.ectiveroadcon

5、n.olmeasuresandtimelVaccidenthandlingc印aci够arealsoimportantreasons.Inthispaper'theindirectandautomaticdetectionofroad仃afncincidentisane珏.ectivewaytoimprolvetheabilityofhandlingaccidents.ThispaperfirststudVmacr0一dVn锄icmodeloftrafjficnow.MACR0.Andgeneratedthesimulationdatacombinedt

6、heactualsimationofChina’shigllwaycondition.Selectdensitydi虢renceandspeeddi日’erencebetweenupstreamanddoⅥ,11streamoftheroadtodeterIninewhetllert11eincidentoccl】rI.ed.hlcreaseweatherconditionsandtimeconditionstodia2:IlosisoftheseveriⅣoftheincident.Alsogeneratedthreekindstestdatatote

7、stthedetectionmodel.K.meansclusteringalgorithmisusedintheintervaldivisionofthesamplesoftramcdataf.orissuesencounteredincalculatingtheprobabili付requiredinBayesianalgorithmmaketheprobabilityofincidentofthedata’sinteⅣal嬲theprobabilityofincidentofthedata.ThenmainlVstudyonmeprinciplea

8、ndwofl(ingprocessofNaiveBaVesianalgorithm.Establisha协amcincidentdetectionmodelbasedOnNaiveBaVesianclassifieraccordingtothegenerateddatasamples.Finallv'testtheefrectivenessofitsdetectionusedthetestdata.ForthelackofNaiveBaVesianalgorithmstIldyTkeAugmentedNa¨veBayesianalgorithmandgi

9、veitscalculationmethod.Finallybuildthein

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。