基于H-ELM的交通事故预测方法研究

作者：郁健; 李勃; 陈启美^*

来源：南京大学学报(自然科学), 2018, 54(05): 896-903.

DOI：10.13232/j.cnki.jnju.2018.05.004

• 智能交通
• 事故预测
• H-ELM
• ELM
• 多源数据

面向智能交通管控需求,研究了极限学习机(Extreme Learning Machine,ELM)算法在交通事故预测方面的应用.单隐层ELM主要侧重于有监督模式下的数据分类,面对多源数据融合的交通事故预测,特征的自组织学习和提取就显得尤为重要,因此研究了具有深度特征的H-ELM(Hierarchy ELM)算法.该算法融合了无监督学习模式的特征提取和有监督学习模式的特征分类,既能继承深度网络的自组织学习能力也继承了ELM的快速训练能力.在此基础上构建了单隐层ELM和H-ELM交通事故预测模型并进行了比较研究,结果表明H-ELM在预测准确度方面具有较大的优越性.

• 单位
  南京大学