本文選題：隨機森林算法 + 交通狀態(tài)判別��； 參考：《實驗技術(shù)與管理》2017年04期

【摘要】：隨機森林算法隨機選擇多個決策樹構(gòu)成森林,算法分類結(jié)果由這些決策樹投票得到,在運算量沒有顯著增加的前提下提高了預(yù)測精度,是一種目前比較流行的組合分類器算法。隨機森林算法不僅可以用來做分類,也可用來做回歸預(yù)測,是機器學(xué)習(xí)、計算機視覺等領(lǐng)域內(nèi)應(yīng)用極為廣泛的一個算法。該文將隨機森林分類算法用于交通狀態(tài)判別,利用實測數(shù)據(jù)進(jìn)行模型訓(xùn)練和驗證,并用袋外數(shù)據(jù)計算判別正確率,實驗結(jié)果表明該方法具有可行性,為交通狀態(tài)判別提供了一種新思路。
[Abstract]:The random forest algorithm selects several decision trees randomly to form the forest, and the classification results are obtained by voting from these decision trees. The prediction accuracy is improved without significant increase in computation. It is a popular combinatorial classifier algorithm at present. Stochastic forest algorithm can be used not only for classification, but also for regression prediction. It is a widely used algorithm in machine learning, computer vision and other fields. In this paper, the stochastic forest classification algorithm is applied to traffic condition discrimination, the model is trained and verified by the measured data, and the correct rate of discrimination is calculated with the data outside the bag. The experimental results show that this method is feasible. It provides a new way for traffic condition discrimination.
【作者單位】： 青島科技大學(xué)自動化與電子工程學(xué)院;
【基金】：山東省自然科學(xué)基金項目(ZR2014FL018) 青島科技大學(xué)博士啟動基金項目(010022530)
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王麗婷;丁曉青;方馳;;基于隨機森林的人臉關(guān)鍵點精確定位方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2009年04期

2 康有;陳元芳;顧圣華;姚欣明;黃琴;湯艷平;;基于隨機森林的區(qū)域水資源可持續(xù)利用評價[J];水電能源科學(xué);2014年03期

3 邱一卉;林成德;;基于隨機森林方法的異常樣本檢測方法[J];福建工程學(xué)院學(xué)報;2007年04期

4 馬昕;王雪;楊洋;;基于隨機森林算法的大學(xué)生異動情況的預(yù)測[J];江蘇科技大學(xué)學(xué)報(自然科學(xué)版);2012年01期

5 劉美菊;劉冬;劉劍;;隨機森林在群控電梯交通模式識別中的應(yīng)用[J];機械設(shè)計與制造;2013年04期

6 姚登舉;楊靜;詹曉娟;;基于隨機森林的特征選擇算法[J];吉林大學(xué)學(xué)報(工學(xué)版);2014年01期

7 張曄;楊國田;;基于隨機森林的數(shù)據(jù)融合架空輸電線路鐵塔損傷識別[J];黑龍江科技信息;2014年20期

8 呂淑婷;張啟敏;;一類帶Poisson跳的隨機森林發(fā)展系統(tǒng)數(shù)值解的穩(wěn)定性[J];蘭州理工大學(xué)學(xué)報;2012年03期

9 陳海利;孫志偉;龐龍;;基于隨機森林的文本分類研究[J];科技創(chuàng)新與應(yīng)用;2014年02期

10 莊進(jìn)發(fā);羅鍵;彭彥卿;黃春慶;吳長慶;;基于改進(jìn)隨機森林的故障診斷方法研究[J];計算機集成制造系統(tǒng);2009年04期

相關(guān)會議論文 前7條

1 謝程利;王金橋;盧漢清;;核森林及其在目標(biāo)檢測中的應(yīng)用[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達(dá)數(shù)據(jù)分析的隨機森林方法及算法改進(jìn)[A];黑龍江省第十次統(tǒng)計科學(xué)討論會論文集[C];2008年

3 張?zhí)忑?梁龍;王康;李華;;隨機森林結(jié)合激光誘導(dǎo)擊穿光譜技術(shù)用于的鋼鐵分類[A];中國化學(xué)會第29屆學(xué)術(shù)年會摘要集——第19分會：化學(xué)信息學(xué)與化學(xué)計量學(xué)[C];2014年

4 相玉紅;張卓勇;;組蛋白去乙�；敢种苿┑臉�(gòu)效關(guān)系研究[A];第十一屆全國計算（機）化學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

5 張濤;李貞子;武曉巖;李康;;隨機森林回歸分析方法及在代謝組學(xué)中的應(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計學(xué)年會會議論文集[C];2011年

6 馮飛翔;馮輔周;江鵬程;劉菁;劉建敏;;隨機森林和k-近鄰法在某型坦克變速箱狀態(tài)識別中的應(yīng)用[A];第八屆全國轉(zhuǎn)子動力學(xué)學(xué)術(shù)討論會論文集[C];2008年

7 曹東升;許青松;梁逸曾;陳憲;李洪東;;組合樹的集合體和后向消除策略去分類P-糖蛋白化合物[A];第十屆全國計算(機)化學(xué)學(xué)術(shù)會議論文摘要集[C];2009年

相關(guān)博士學(xué)位論文 前5條

1 張乾;基于隨機森林的視覺數(shù)據(jù)分類關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2016年

2 曹正鳳;隨機森林算法優(yōu)化研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

3 雷震;隨機森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

4 岳明;基于隨機森林和規(guī)則集成法的酒類市場預(yù)測與發(fā)展戰(zhàn)略[D];天津大學(xué);2008年

5 李書艷;單點氨基酸多態(tài)性與疾病相關(guān)關(guān)系的預(yù)測及其機制研究[D];蘭州大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 錢維;藥品不良反應(yīng)監(jiān)測中隨機森林方法的建立與實現(xiàn)[D];第二軍醫(yī)大學(xué);2012年

2 韓燕龍;基于隨機森林的指數(shù)化投資組合構(gòu)建研究[D];華南理工大學(xué);2015年

3 賀捷;隨機森林在文本分類中的應(yīng)用[D];華南理工大學(xué);2015年

4 張文婷;交通環(huán)境下基于改進(jìn)霍夫森林的目標(biāo)檢測與跟蹤[D];華南理工大學(xué);2015年

5 李強;基于多視角特征融合與隨機森林的蛋白質(zhì)結(jié)晶預(yù)測[D];南京理工大學(xué);2015年

6 朱玟謙;一種收斂性隨機森林在人臉檢測中的應(yīng)用研究[D];武漢理工大學(xué);2015年

7 肖宇;基于序列圖像的手勢檢測與識別算法研究[D];電子科技大學(xué);2014年

8 李慧;一種改進(jìn)的隨機森林并行分類方法在運營商大數(shù)據(jù)的應(yīng)用[D];電子科技大學(xué);2015年

9 趙亞紅;面向多類標(biāo)分類的隨機森林算法研究[D];哈爾濱工業(yè)大學(xué);2014年

10 黎成;基于隨機森林和ReliefF的致病SNP識別方法[D];西安電子科技大學(xué);2014年

，

本文編號：2013853