Detailergebnis zu DOK-Nr. 67600
Detektion von Verkehrsstörungen mithilfe der "Multiple-Kernel"-Unterstützungs-Vektor-Maschine (Orig. engl.: Traffic incident detection using multiple-kernel support vector machine)
| Autoren |
Y. Liu J. Xiao |
|---|---|
| Sachgebiete |
6.2 Verkehrsberechnungen, Verkehrsmodelle 6.7.2 Verkehrsbeeinflussung außerorts, Verkehrsmanagement, Fahrerassistenzsysteme |
Intelligent Transportation Systems and Vehicle-Highway Automation 2012. Washington, D.C.: Transportation Research Board (TRB), 2012 (Transportation Research Record (TRB) H. 2324) S. 44-52, 2 B, 4 T, 21 Q
Der Beitrag gibt zunächst einen Überblick über bisher erfolgreich angewandte Algorithmen zur Entdeckung von Störfällen und vergleicht sie mit der ausführlich vorgestellten, von Chen et al. entwickelten Algorithmus Support Vector Machine (SVM) und diesen wiederum mit dem um Multiple-Kernel-Learning (MKL) erweiterten Algorithmus (MKL-SVM). Es folgt die Erläuterung der zur Beurteilung der zur Leistungsfähigkeit des Algorithmus verwendeten Kriterien (Anteil der richtig entdeckten Störungen, der Falschalarme, der Zeitdifferenz zwischen Auftreten und Detektierung der Störung etc.). Schließlich wurde MKL-SVM mit zwei Datensätzen (mit beziehungsweise ohne (Beschleunigungs-) Rauschen) getestet, wobei die Durchführung dieser Tests und die Auswertung (zahlreiche Diagramme) und Bewertung der Ergebnisse ebenfalls ausführlich beschrieben werden.