针对公交GPS数据中存在的线路分类与实际运营行驶线路不符的问题,本文提出了一种基于机器学习的公交GPS数据线路分类识别算法。首先计算出每辆公交车行驶的轨迹路径选路径集,经过筛选聚类,得到线路轨迹路径集作为分类训练集,分别采用了五种机器学习算法对测试集合进行线路分类判断,并识别每辆车的所属线路分类。试验结果表明:采用基于机器学习分类算法均可以剔除线路中非按正常线路运营的车辆,其中神经网络算法的精度达到100%,高斯朴素贝叶斯、线性支持向量机、径向基内核支持向量机的准确率也达到了98.8%。同时,在识别公交线路分类预测方面,神经网络算法的准确率也达到了99.42%。
类型: 国际会议
作者: 施敏
关键词: 公交,机器学习,公交线路分类,支持向量机,神经网络
来源: 2019世界交通运输大会 2019-06-13
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 自然地理学和测绘学,公路与水路运输,自动化技术
单位:
分类号: TP181;U491;P228.4
页码: 804-819
总页数: 16
文件大小: 1939k
下载量: 55
本文来源: https://www.lunwen90.cn/article/68b338ab79230edf05e403fc.html