摘要
在对交通数据特性分析的基础上,提出基于改进的SVM多源交通信息融合算法。首先,在分析了传统SVM不足的基础上,提出了决策树-支持向量机算法(Decision TreeMethod-SupportVector Machines,DTM-SVM)。其次,对DTM-SVM多源信息融合算法的模型及其流程进行了研究,建立了DTM-SVM的分层结构模型。最后,经过实际数据测试,证明了该方法的高效性和实用性。
On the basis of an analysis of the characteristics of traffic data, the paper proposes a multi-source traffic information fusion algorithm based on improved support vector machine(SVM). First, it analyzes the inadequacy of traditional SVM and proposes a decision tree method - support vector machine (DTM-SVM) algorithm. Secondly it studies the model and procedure of the DTM-SVM multi-source information fusion algorithm and establishes its layered structure model. Finally in a test with actual statistical data, it demonstrates the efficiency and practicality of the method.
出处
《物流技术》
北大核心
2012年第1期95-98,150,共5页
Logistics Technology
基金
国家高技术研究发展计划(863计划)"分布式交通系统信息互操作技术"(2007AA11E226)
关键词
信息融合
交通监测信息
决策树-支持向量机
information fusion
traffic monitoring information
decision tree method-support vector machine