摘要
本发明公开了一种相位式交叉口的交通状态精细化辨识方法,涉及智能交通技术领域。本发明与之前的交通状态辨识方法相比,解决了现有技术普遍将交叉口作为路网中的一个节点进行研究,或者只是简单的寻找表示交叉口处状态的参数,对交通状态进行划分,无法对受交叉口相位影响的附近路段交通状态进行精细化辨识的问题;将不同相位下的交通流参数进行划分,然后对不同相位下的数据利用RIME‑FCM模型分别进行聚类,实现对于交通流参数的初步划分;通过贝叶斯优化的方式优化Xgboost模型的超参数,进行交通状态识别分类训练;还使用SHAP对模型识别过程进行解释性分析,提升拥堵识别结果的可靠性。
技术关键词
Xgboost模型
交叉口
FCM算法
交通状态识别
粒子
样本
正则化策略
交通流参数
初始聚类中心
XGBoost模型
数据
状态辨识方法
策略更新
累积分布函数
智能交通技术
系统为您推荐了相关专利信息
信号源
信号覆盖范围
信号接收器
信号到达时间
粒子滤波算法
参数优化方法
机器学习模型
粒子群优化算法
数据
样本
盾构掘进参数
寻优方法
人工神经网络模型
推力
BP神经网络模型
价格预测方法
价格预测模型
随机森林
神经网络模型
关系