期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
采用特征变量选择和长短期记忆网络的高速公路交通事件检测研究
被引量:
3
1
作者
张兵
张校梁
+2 位作者
屈永强
上官小荣
邹少权
《重庆理工大学学报(自然科学)》
CAS
北大核心
2023年第4期157-165,共9页
为提升高速公路交通事件检测效果,依据交通事件发生时上、下游交通流参数的变化特性,构建一组相对全面的交通事件检测初始特征变量集,使用随机森林-交叉验证递归特征消除(RF-RFECV)算法筛选出重要特征变量。利用重要特征变量作为输入训...
为提升高速公路交通事件检测效果,依据交通事件发生时上、下游交通流参数的变化特性,构建一组相对全面的交通事件检测初始特征变量集,使用随机森林-交叉验证递归特征消除(RF-RFECV)算法筛选出重要特征变量。利用重要特征变量作为输入训练长短期记忆网络(LSTM),通过贝叶斯优化算法(BOA)优化LSTM网络的超参数。使用真实高速公路数据进行验证和对比分析,采用Borderline-SMOTE解决交通数据集的不平衡问题。实验结果表明:筛选出对交通事件检测更为敏感的重要特征变量,可以提高检测精度,LSTM的检测效果也明显优于随机森林(RF)和支持向量机(SVM)。
展开更多
关键词
交通事件检测
特征变量选择
贝叶斯优化
长短期记忆网络
下载PDF
职称材料
题名
采用特征变量选择和长短期记忆网络的高速公路交通事件检测研究
被引量:
3
1
作者
张兵
张校梁
屈永强
上官小荣
邹少权
机构
华东交通大学交通运输工程学院
江西交通职业技术学院
江西省交通规划勘察设计院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2023年第4期157-165,共9页
基金
江西省教育厅一般课题(GJJ190331)
国家自然科学基金项目(52162042)
江西省交通运输厅一般课题(2020H0053)。
文摘
为提升高速公路交通事件检测效果,依据交通事件发生时上、下游交通流参数的变化特性,构建一组相对全面的交通事件检测初始特征变量集,使用随机森林-交叉验证递归特征消除(RF-RFECV)算法筛选出重要特征变量。利用重要特征变量作为输入训练长短期记忆网络(LSTM),通过贝叶斯优化算法(BOA)优化LSTM网络的超参数。使用真实高速公路数据进行验证和对比分析,采用Borderline-SMOTE解决交通数据集的不平衡问题。实验结果表明:筛选出对交通事件检测更为敏感的重要特征变量,可以提高检测精度,LSTM的检测效果也明显优于随机森林(RF)和支持向量机(SVM)。
关键词
交通事件检测
特征变量选择
贝叶斯优化
长短期记忆网络
Keywords
traffic accident detection
feature variable selection
Bayesian optimization
long and short-term memory network
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
采用特征变量选择和长短期记忆网络的高速公路交通事件检测研究
张兵
张校梁
屈永强
上官小荣
邹少权
《重庆理工大学学报(自然科学)》
CAS
北大核心
2023
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部