面向不平衡数据集的smote-svm交通事件检测算法

？针对现实中交通正常运行状态远多于事件状态这一事实，提出了面向不平衡数据集的交通事件检测算法。运用smote（syntheticminorityover？samplingtechnique）算法重构训练集，使之平衡，以支持向量机（supportvectormachine,svm）作为分类器，对交通事件进行检测。使用美国i？880高速公路获取的交通数据进行算法的训练和性能测试。结果表明，基于smote？svm的交通事件自动检测（automaticincidentdetection,aid）算法可以提高检测率，减少平均检测时间。