典型文献
利用CART分类树分类检测交通拥堵点
文献摘要：
交通拥堵检测是城市交通管理工作的重点和难点之一,现有的拥堵检测以路段为单位,不利于拥堵时空演变规律信息的提取,且检测内容大多只涉及拥堵程度,缺少对拥堵类型的识别.基于CART(classifica-tion and regression tree)分类树算法,提出一种以路段点为检测单元的拥堵点分类检测方法,该方法可根据路段平均行驶速度实时检测拥堵点及其类型.首先,将路段等距离划分后映射为路段点,根据时空维路况异常规则和异常模式,以路段点为单元分析了 4种拥堵类型的时空演变模式;其次,在路段路况检测的基础上,提取路段点路况时空序列,根据不同类型的拥堵模式对路况时空序列进行分类标记;然后,选取4种速度指标作为样本属性集合,按照属性集合提取各路段点在各时段的速度,以此作为决策树学习的数据集;最后,基于CART分类树算法,采用交叉验证的方式训练出最优模型,使其达到最佳的泛化能力.与支持向量机(sup-port vector machine,SVM)分类模型进行比较,实验结果表明,该方法在分类检测交通拥堵点时具有较高的正确率和召回率,且分类检测时效性较好.
文献关键词：
交通拥堵点;拥堵时空演变模式;拥堵点分类检测;路况时空序列;CART
中图分类号：
作者姓名：
孙梦婷;魏海平;李星滢;徐立
作者机构：
信息工程大学地理空间信息学院,河南 郑州,450000;91937部队,浙江 舟山,316000
文献出处：
引用格式：
[1]孙梦婷;魏海平;李星滢;徐立-.利用CART分类树分类检测交通拥堵点)[J].武汉大学学报（信息科学版）,2022(05):683-692
A类：
拥堵点分类检测,异常规则,路况时空序列,拥堵时空演变模式
B类：
CART,分类树,交通拥堵点,城市交通管理,重点和难点,路段,演变规律,检测内容,多只,classifica,tion,regression,tree,检测单元,行驶速度,实时检测,等距,异常模式,单元分析,分类标记,属性集,各路,决策树,交叉验证,练出,最优模型,达到最佳,泛化能力,sup,port,vector,machine,分类模型,召回率
AB值：
0.247474
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
