基于V-支持向量分类机的交通事件检测方法研究

基于支持向量机在解决分类问题的优势，本文提出基于V-支持向量分类机的交通事件检测方法。首先把交通事件是否发生看成是一个特殊的分类问题，选取V-支持向量分类机和核函数，根据以往的交通事件是否发生的检测数据，即分别在发生交通事件和不发生交通事件两种情况下的上下游车道占有率，计算出其当前时段的上下游车道占有率的绝对差、相对差，以及下游前两时段与当前时段车道占有率的相对差，以此作为V-支持向量分类机的输入，对其进行训练，然后输入现阶段检测到的相应车道占有率统计结果，利用训练完成的V-支持向量分类机来判别是否发生交通事件。最后，本文以微观交通模拟的数据验证模型的效果。

配用电通信网网络管理与在线监测技术研究

配用电通信网作为配用电业务的重要承载网络,要求网络具备实时的流量监控能力、智能风险分析能力和故障诊断能力。基于配用电通信网网络管理与在线监测技术现状,介绍配用电通信网的基本架构,分析归纳基于设备网管的网络管理技术和基于流量分析的网络在线监测技术。故障诊断是配用电通信网网络管理与在线监测的关键技术之一。针对现有基于人工神经网络的故障诊断方法的缺陷,提出一种基于v-支持向量分类机的配用电通信网故障诊断方法。实验结果表明,本论文提出的故障诊断方法正确率在95%以上,明显优于基于人工神经网络的故障诊断方法。实验结果验证了该方法的有效性。