基于代价敏感神经网络的交通状态判别  

作　　者：聂佩林[1,2] 陈晓翔[1] 佘锡伟[2] 戴秀斌[2] 

机构地区：[1]中山大学地理科学与规划学院,广东广州510275 [2]中山大学智能交通研究中心,广东广州510006

出　　处：《公路交通科技（应用技术版）》2011年第3期220-223,共4页

基　　金：广东省粤港关键领域重点突破项目资助(2009A011601013);广东省安全生产监督管理局安全生产科技发展项目资助(批文号:粤安监[2010]213号)

摘　　要：交通流不同状态在实际中出现的频率存在很大差异,且不同交通状态之间的误判所造成的影响程度是不同的。因此,可以认为交通状态判别是一个类不平衡及代价敏感的分类问题。本文通过分析交通状态的类不平衡特性,结合了少数类样本合成的过采样技术和阈值移动方法,在给定的代价敏感矩阵引导下,对训练样本集进行过采样和对神经网络输出值进行阈值移动,并得到最终的判别结果。通过对广深高速公路上采集的数据进行测试,实验结果表明,所提出算法可以有效降低拥堵和缓慢状态的误判率。

关 键 词：交通状态判别 代价敏感 类不平衡 过采样 阈值移动 

分 类 号：U495[交通运输工程—交通运输规划与管理]