[發明專利]一種基于混合核相關向量機的快速道路交通事件檢測方法

在審

• 申請號: 202110505742.X
• 申請日: 2021-05-10
• 公開（公告）號: CN113313145A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 沈永俊;屈琦凱;鮑瓊
• 申請（專利權）人: 東南大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 施昊

1.一種基于混合核相關向量機的快速道路交通事件檢測方法，其特征在于，包括以下步驟：

(1)獲取快速道路交通檢測器的上、下游交通流參數數據，分析交通事件引起的交通流參數的顯著變化；

(2)利用步驟(1)采集的數據，分析事件地點上游和下游交通流參數的變化趨勢，根據上、下游交通流參數的實測值及其參數基本數學運算組合，構建初始變量集；

(3)采用條件生成式對抗網絡學習少數類樣本信息，訓練生成器生成少數類補充樣本，平衡數據分布；

(4)基于初始變量集，采用XGBoost算法的變量重要性度量篩選出關鍵變量；

(5)建立基于局部高斯核和全局多項式核的混合核相關向量機模型；

(6)采用改進的果蠅優化算法優化混合核相關向量機模型參數，利用優化后的模型檢測快速道路交通事件。

2.根據權利要求1所述基于混合核相關向量機的快速道路交通事件檢測方法，其特征在于，在步驟(1)中，采集的交通流參數包括交通流量、交通速度和交通占有率。

3.根據權利要求2所述基于混合核相關向量機的快速道路交通事件檢測方法，其特征在于，在步驟(2)中，構建的初始變量集包括如下變量：

上游檢測器的交通流量、上游檢測器的速度、上游檢測器的占有率、下游檢測器的交通流量、下游檢測器的速度、下游檢測器的占有率、下游檢測器的占有率、上游檢測器的交通流量與占有率的比值、上游檢測器的交通流量與速度的比值、上游檢測器的速度與占有率的比值、下游檢測器的交通流量與占有率的比值、下游檢測器的交通流量與速度的比值、下游檢測器的速度與占有率的比值、上游檢測器的速度與該檢測器歷史速度均值的比值、上游檢測器的占有率與該檢測器歷史占有率的比值、上游檢測器的流量與該檢測器歷史流量的比值、下游檢測器的速度與該檢測器歷史速度均值的比值、下游檢測器的占有率與該檢測器歷史占有率的比值、下游檢測器的流量與該檢測器歷史流量的比值、上下游相鄰檢測器的流量差、上下游相鄰檢測器的速度差值、上下游相鄰檢測器的占有率差值。

4.根據權利要求1所述基于混合核相關向量機的快速道路交通事件檢測方法，其特征在于，在步驟(3)中，所述條件生成式對抗網絡的表達式如下：

上式中，V(D,G)為目標函數，G為生成器，D為判別器，x為真實數據集，y為分類標簽，λ為噪聲，表示滿足真實數據分布的數學期望，表示滿足原始噪聲分布的數學期望。

5.根據權利要求1所述基于混合核相關向量機的快速道路交通事件檢測方法，其特征在于，在步驟(4)中，基于初始變量集數據，使用XGBoost算法計算特征重要性并排序；然后每次刪除重要性最小的特征，并使用剩余特征重新計算XGBoost算法的分類正確率，逐次迭代，直到所有特征搜索完為止，最終通過特征重要度進行排序，篩選出關鍵變量。

6.根據權利要求1所述基于混合核相關向量機的快速道路交通事件檢測方法，其特征在于，在步驟(5)中，所述混合核相關向量機模型如下：

上式中，y(x；w)為模型輸出，K_j(x,x_i)為基本核函數，包括高斯核函數和多項式核函數，K(x,x_i)為組合核函數，M為基本核函數的個數，α_j為基本核函數的權重系數，w_i為模型權重，w₀為模型初始權重，N為樣本數量。

7.根據權利要求1所述基于混合核相關向量機的快速道路交通事件檢測方法，其特征在于，在步驟(6)中，改進的果蠅優化算法如下：

(a)初始化模型參數，設定最大迭代次數K_max，設定種群規模和子群數量，初始化果蠅種群的位置；

(b)根據果蠅個體的嗅覺，為每個群體獨立賦值；將決策變量值代入適應度函數，從而計算每個果蠅個體該位置的適應度值；

(c)找出每個子群中具有最優適應值的果蠅；

(d)判斷每個子群的適應度是否優于先前的迭代適應度，如果是，則更新每個子群的最優適應值，并且此時每個子群將使用視覺獨立地朝向該位置飛行；

(e)更新全局最優適應度和最優位置；

(f)執行聯合局部搜索；

(g)如果當前迭代次數K≥K_max，則停止搜索；否則返回步驟(b)。