原文服务方: 山东交通学院学报       
摘要:
为分析交通事故严重程度的影响因素,运用感知器神经网络理论,从人、车、路(环境)因素及交通流因素等方面选取12个输入参数,以交通事故严重程度为输出参数,搭建基于MATLAB平台的3层前馈人工神经网络模型.对建立的网络模型的拟合优度进行检验,求解回归曲线以及总响应,并通过实例验证模型的有效性.分析表明,驾驶员性别、年龄、事故类型对交通事故严重程度的影响可以忽略不计,交通流特征对交通事故严重程度的影响最大,天气情况、路面情况对交通事故严重程度的影响程度基本相同.
推荐文章
基于组合模型的交通事故严重程度预测方法
交通安全
交通事故严重程度
XGBoost
卷积神经网络
诱因分析
基于ARIMA-BP神经网络的船舶交通事故预测
船舶交通事故
组合预测方法
简单加权
残差优化
气象敏感因子对贵州交通事故严重性的影响
气象敏感因子
交通事故严重性
贵州省
基于决策树的水上交通事故影响因素耦合分析
水上交通事故
影响因素
因素耦合
C5.0决策树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的交通事故严重程度影响因素研究
来源期刊 山东交通学院学报 学科
关键词 交通事故 严重程度 神经网络 影响因素
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 29-34
页数 6页 分类号 U491.31
字数 语种 中文
DOI 10.3969/j.issn.1672-0032.2013.02.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 叶飞 长安大学汽车学院 86 1151 21.0 32.0
2 郭宝义 长安大学汽车学院 4 10 2.0 3.0
3 张冬梅 长安大学汽车学院 6 37 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (66)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (7)
二级引证文献  (0)
1784(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
交通事故
严重程度
神经网络
影响因素
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东交通学院学报
季刊
1672-0032
37-1398/U
大16开
济南市长清大学科技园海棠路5001号
1993-01-01
chi
出版文献量(篇)
1534
总下载数(次)
0
总被引数(次)
6050
论文1v1指导