基于数据流挖掘的交通流状态辨识方法研究

作者：徐琳; 曲仕茹

来源：西北工业大学学报, 2011, (01): 34-38.

• 交通流数据
• 分类算法
• 概念漂移
• 背景重现 traffic control
• data mining
• classification(of information)
• algorithms
• concept drift
• recurring context

由于交通流的复杂性,使得基于交通流参数的交通流状态经典辨识算法的阈值设定十分困难,直接影响辨识效果和效率。文章根据交通流的特性,提出了一种自适应动态学习的分类算法RTRC-TFD,可将其应用于不同背景下交通流的数据流实时分类。实验结果表明:在考虑概念漂移和背景重现的条件下,RTRC-TFD相对于经典检测算法(增量式贝叶斯分类算法)具有更高的分类精度和更快的收敛性。

• 出版日期2011
• 单位西北工业大学