摘要
针对高速公路交通状态监测中传统检测器数据的局限性,本文提出了一种基于车辆轨迹数据的交通状态判别方法.该方法通过融合相关性分析与熵权法筛选表征交通状态的关键特征参数,并利用模糊C均值算法(FCM)和随机森林(RF)分类算法构建FCM-RF交通状态判别模型.同时,为了处理异常状态数据样本稀少的问题,引入SMOTE算法进行数据均衡化处理.以某高速公路监测数据为基础进行实例分析和验证,通过采用真实的车辆轨迹数据实现了基于FCM-SMOTE-RF模型的交通状态判别,总体判别正确率达96.44％,有效支持了交通管理和规划工作.
NETL
NSTL
万方数据