简介：摘要：持向量数据描述算法（SVDD）是一种近年来运用得越来越多的单分类算法，具有很好的泛化能力，且运用核函数能有效解决“维数灾难”问题，可以较好的划分交通流数据分布特征。虽然在传统的SVDD只关注正类样本，能很好的通过单类数据进行机器学习，但我们又可以使用负类样本点来更好的完善SVDD所构造的超球面的分类性能。这就提出了带负类样本的支持向量数据描述算法（SVDD-NE）。之后通过对比不同分类算法的性能来验证SVDD-NE方法的有效性。最后将SVDD-NE运用于实际道路交通流数据的拥堵判别，用来增加道路拥堵的判别方法，实验证明该方法可以较好的支持道路车流拥堵情况识别，为诊断道路运作情况提供了技术基础。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
