Trong lĩnh vực học máy, máy véc-tơ hỗ trợ (SVM) là mô hình học có giám sát sử dụng thuật toán học máy nhằm phân tích dữ liệu phục vụ phân tính và khảo sát hồi quy [20]. Cho trước tập dữ liệu học trong đó mỗi mẫu dữ liệu được đánh dấu thuộc về một trong hai lớp, thuật toán SVM sẽ xây dựng mô hình nhằm gán các dữ liệu mới vào một trong hai lớp này. Một mô hình SVM có thể được biểu diễn dưới dạng tập hợp các điểm trong không gian trong đó hai lớp sẽ được phân tách bởi một mặt phẳng rộng nhất có thể. Các mẫu dữ liệu mới sẽ được phân vào một trong hai lớp này tùy theo vị trí của mẫu với mặt phẳng phân cách. Hình 2.12 mô tả một biểu diễn phân lớp các điểm trong không gian với SVM.
Hình 2.12: SVM phân cách các điểm trong không gian
Trong hình trên, tập hợp các điểm có thể được phân tách bằng các đường khác nhau, tuy nhiên đường H1 không thực hiện được phân lớp, đường H2 thực hiện được việc phân lớp nhưng với khoảng cách là nhỏ, và đường H3 phân lớp với
khoảng cách cực đại. Thuật toán SVM tốt sẽ tìm ra đường H3 như vậy. Các lớp thuật toán SVM thường được ứng dụng trong việc phân loại văn bản, phân loại ảnh, nhận dạng chữ viết tay cũng như ứng dụng trong sinh học và các ngành khoa học khác.
Với bài toán phân lớp các trạng thái người tham gia giao thông, do số lượng trạng thái là nhiều hơn 2, nên cần áp dụng biến thể của SVM cho phép phân lớp các mẫu dữ liệu thành nhiều hơn 2 lớp. Mô hình phân lớp thành các trạng thái người tham gia giao thông khác nhau sử dụng SVM được mô tả trong hình 2.13.
Hình 2.13: Mô hình phân lớp trạng thái dựa trên SVM
Luận văn sẽ sử dụng thư viện LIBSVM cho phần cài đặt thuật toán, sử dụng một biến thể OVO (One-vs-One) để phục vụ phân lớp các mẫu dữ liệu thành nhiều hơn 2 lớp [21].