客流数据是整个公交企业管理业务的基础，快速、准确地采集车辆的客流信息为科学合理地安排调度车辆、优化公交线路等智能管理提供了基本的依据，还可以全面如实地反映公交车辆的实际载客人数，方便与钱箱收入之间的核对。《基于SVM的多信息融合技术在公交客流识别系统中的应用研究》介绍了目前比较普遍的客流识别方法，并总结了其优缺点，提出将多信息融合技术运用到客流识别中来。在信息科学技术领域中，多源信息融合是一个有广泛应用背景及重要理论意义的研究课题。常用的信息融合算法有加权法、Bayes法、证据组合理论、模糊逻辑和神经网络等。这些方法大多依赖先验知识，从而造成在小样本、高维空间情况下出现模式识别效果不佳的问题。为了解决这个问题，《基于SVM的多信息融合技术在公交客流识别系统中的应用研究》将支持向量机（SVM）引入到多信息融合模式分类中，并对于支持向量机算法进行了研究。根据客流识别的实际问题，对于支持向量机的训练算法、快速分类算法及模型参数优化选择算法进行了改进。终将多信息融合技术引入客流识别领域中，构建了基于支持向量机的多信息融合模型，应用嵌入式技术设计并实现了多功能信息采集车载终端。
鄂公网安备 42010302001612号 