基于多源特征融合的高速公路路网交通状态判别

邱暾, 徐丽丽, 王宇飞, 苗英辉, 杨杰

交通科学与工程 ›› 2024, Vol. 40 ›› Issue (06) : 135 -142.

PDF
交通科学与工程 ›› 2024, Vol. 40 ›› Issue (06) : 135 -142. DOI: 10.16544/j.cnki.cn43-1494/u.20240829002

基于多源特征融合的高速公路路网交通状态判别

    邱暾, 徐丽丽, 王宇飞, 苗英辉, 杨杰
作者信息 +

Author information +
文章历史 +
PDF

摘要

为满足管理者和出行者全面掌握高速公路路网交通状态的需求,以高速公路路网数据和收费数据为基础,采用多源特征融合的方式构建高速公路路网交通状态判别模型。首先,将高速公路路网划分为路段,提取路段的静态特征和动态特征,以多源特征融合的方式全面刻画路段特征;然后,采用自定义规则结合人工标注的半自动化数据标注方式对数据进行标注,保证原始数据标注的准确性;最后,针对数据不均衡的问题,提出由两层随机森林模型组成的双随机森林模型,利用第二层随机森林模型提升第一层随机森林模型分类的准确性。为了证明所提方法的有效性和准确性,收集了辽宁省高速公路的路网数据和收费数据对模型的效果进行验证,结果显示:畅通状态的准确率为100.0%,基本畅通状态的准确率为94.0%,轻度拥堵状态的准确率为98.0%,中度拥堵状态的准确率为94.0%,重度拥堵状态的准确率为97.0%,全网交通状态的平均准确率为96.6%。

关键词

交通工程 / 交通状态 / 状态判别 / 多源特征融合 / 收费数据

Key words

引用本文

引用格式 ▾
基于多源特征融合的高速公路路网交通状态判别[J]. 交通科学与工程, 2024, 40(06): 135-142 DOI:10.16544/j.cnki.cn43-1494/u.20240829002

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

13

访问

0

被引

详细

导航
相关文章

AI思维导图

/