加利福尼亞算法（簡稱加州算法）是事件檢測算法中的經典算法之一，屬於雙截面模式識別算法。
基本介紹
- 中文名：加利福尼亞算法
- 類型：算法
- 來源：加利福尼亞
- 隸屬：數學類
它基於事件發生時上游截面占有率將增加，下游檢測截面占有率將減少這一事實。
1、相鄰兩檢測站占有率差值：
OCCDF=OCC(i,t)-OCC(i+1,t)≥K1
2、相鄰兩檢測站占有率相對差值：
OCCRDF={OCC(i,t)-OCC(i+1,t)}/OCC(i,t)≥K2
3、下游站2min前和當前占有率相對差值：
OCCCTD={OCC(i+1,t-2)-OCC(i+1,t)}/OCC（i+1,t-2）≥K3
式中：OCC(i,t)——i檢測站各車道當前的1min平均占有率；
OCC(i+1,t)——i站的下游相鄰站各車道前1min平均占有率；
OCC(i+1,t－2)——下游相鄰站各車道前2min平均占有率；
K1，K2，K3——給定門限值。
以上三個不等式全部滿足時，則判斷事件發生。門限值不同，評價指標也會不同，因此，門限值的選擇與檢測效果息息相關，門限值的確定需要最佳化。在套用中，應根據路段特點和一天中的時間段適當選取。
