上海交通大学 硕士学位论文 关于数据挖掘技术在智能交通系统中的应用 姓名:孔安生 申请学位级别:硕士 专业:模式识别与智能系统 指导教师:王洪澄 20050101 上海交通大学硕士学位论文—关于数据挖掘技术在智能交通系统中的应用 关于数据挖掘技术在智能交通系统中的应用 摘要 ITS Intelligent Transportation System 它一个是运用当代高 新科技计算机信息通信自动控制电子等提高交通运输 效率增强交通安全性的智能系统. 数据挖掘是一门涉及面很广的交叉学科包括机器学习统计 神经网络数据库模式识别等相关技术数据挖掘技术在智能交 通系统中的应用正越来越受到人们的关注 本文主要研究基于遗传算法的神经网络集成技术应用在智能交 通预测方面基于遗传算法的集成技术利用基学习器的多个版本来 解决同一问题显著的提高了系统的泛化能力神经网络由于它具 有分类精度高鲁棒性强等显著优点很多的神经网络研究者将它 作为一种重要的数据挖掘技术使其在数据挖掘领域发挥其应有的 作用 另外本文为了提高神经网络的学习效率采用了改进的 神经网络应用到集成学习中通过采用路口交通实测数据对于所 提出的算法进行了验证 从试验结果来看本文的算法具有一定的应用价值 关键词智能交通数据挖掘神经网络遗传算法 i 上海交通大学硕士学位论文—关于数据挖掘技术在智能交通系统中的应用 RESEARCH ON DATA MINING APPLIED TO INTELLIGENT TRANSPORTATION SYSTEM ABSTRACT Intelligent Transportation System is an intelligent system that uses computer, communication, information, electronics, automation and other high technology to enhance the transportation efficiency, build up the traffic security. Data Mining is a cross-subject which includes Machine Learning, Statistic, work, database, Pattern Recognition and other technology. People pay more and more attention to the application of Data Mining in ITS. In this paper, we research the NN ensemble based on ic algorithm applied to the prediction in ITS. The ensemble based on ic algorithm uses many basic learners to solve the same problem. It has stronger generalization ability. The work has notable merits in classification and robust,so more and more researcher regard the neural network as an important technology of data mining. ii 上海交通大学硕士学位论文—关于数据挖掘技术在智能交通系统中的应用 In addition, in this paper we adopt the improved BP NN in the ensemble to enhance the learning efficiency. Through the data collected from the crossing we validate the proposed algorithm. The algorithm in this paper has some value in practice according to the test results. KEY WORD: ITS, Data Mining, work, ic algorithm iii 上海交通大学 学位论文原创性声明 本人郑重声明所呈交的学位论文是本人在导师的指导下独立 进行研究工作所取得的成果除文中已经注明引用的内容外本论文
