面向不平衡数据集的SMOTE-SVM交通事件检测算法

【摘要】：针对现实中交通正常运行状态远多于事件状态这一事实,提出了面向不平衡数据集的交通事件检测算法。运用SMOTE(Synthetic Minority Over-sampling Technique)算法重构训练集,使之平衡,以支持向量机(Support VectorMachine,SVM)作为分类器,对交通事件进行检测。使用美国I-880高速公路获取的交通数据进行算法的训练和性能测试。结果表明,基于SMOTE-SVM的交通事件自动检测(Automatic Incident Detection,AID)算法可以提高检测率,减少平均检测时间。