基于手机传感器的交通状态识别研究

论文摘要

准确获取交通状态是实现智能交通的重要环节之一.为实时检测车辆行驶状态,进而提取出当前道路的运行状况,来研究基于手机传感器的车辆行驶状态数据收集及交通状态识别.首先,应用手机内嵌的加速度传感器获取车辆的实时行驶状态数据,然后构建基于SVM的交通状态识别模型.最后,利用一组真实的车辆运行状态数据集,验证提出的交通识别模型,获得了良好的识别性能,平均准确率达到89.05%.

论文目录

• 0 引言
• 1 数据收集与模型构建
•   1.1 数据采集
•   1.2 数据预处理及特征提取
•   1.3 交通状态识别模型构建
• 2 实验及结果评价
•   2.1 实验设计
•   2.2 结果及评价
• 3 总结与展望

文章来源

类型: 期刊论文

作者: 杨津达,曹永春,林强,满正行,刘新帅

关键词: 手机传感器,交通状态,支持向量机,识别模型

来源: 西北民族大学学报(自然科学版) 2019年04期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,电信技术,计算机软件及计算机应用,自动化技术

单位: 西北民族大学数学与计算机科学学院

基金: 国家自然科学基金项目(61562075,31560256),中央高校科研项目(31920180114)

分类号: TP212;TN929.53;U495

DOI: 10.14084/j.cnki.cn62-1188/n.2019.04.002

页码: 1-8

总页数: 8

文件大小: 1029K

下载量: 112