优化BP_AdaBoost算法及其交通事件检测

来源：同济大学学报·自然科学版杂志2015年第12期北京时间：

作者：刘庆华

单位：同济大学 交通运输工程学院;江苏科技大学 计算机科学与工程学院,江苏科技大学 计算机科学与工程学院,同济大学

摘要：为了及时检测出高速公路上发生的交通事件，减少由于交通事件带来的损失，提出了一种基于遗传优化的BP_AdaBoost算法用于交通事件检测.提取高速公路上下游的车流量、车速与占有率作为BP（back propagation）神经网络的输入值，利用遗传算法全局搜索的性能优化BP神经网络初始连接权值和输出阈值，再通过多个新的BP神经网络弱分类器构建成AdaBoost强分类器，设计基于遗传算法优化BP_AdaBoost算法的交通事件分类器.以在东京高速公路采集的真实数据进行性能验证,试验结果表明，该算法可以提高BP弱分类器的性能，检测率达到97%，误报率降至3.34%，适用于高速公路交通事件的检测.

关键词：交通事件, 遗传算法, 神经网络, BP_AdaBoost算法, 东京高速公路

基金资助：国家八六三高技术研究发展计划(2013AA12A206)；国家自然科学基金(51008143)