基于树增强朴素贝叶斯分类器的出租车制动系统安全状态预测

• 作者: 丁晶晶 石琴 程锦宝 陈一锴
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 树增强朴素贝叶斯 出租车制动系统 安全状态
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2465-2469
• 页数: 5页
• 分类号: TP393
• 字数: 3022字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2017.12.029

摘要

制动系统故障是引发出租车交通事故的主要原因之一,预测出租车制动系统的安全状态对于主管部门维护管理出租车、减少道路交通伤亡和经济损失具有重要意义.论文基于合肥某机动车安全技术检测站提取的335组出租车制动系统检测数据,以品牌、使用年限和整备质量为属性变量,分别构建树增强朴素贝叶斯分类器模、决策树模型、K近邻模型预测出租车制动系统的安全状态.结果表明,树增强朴素贝叶斯分类器模型的预测准确率、灵敏度、特异性均优于决策树模型和K近邻模型,可准确预测出租车制动系统的安全状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石琴	合肥工业大学汽车与交通工程学院	95	1950	25.0	40.0
2	陈一锴	合肥工业大学汽车与交通工程学院	21	154	7.0	12.0
3	程锦宝	合肥工业大学汽车与交通工程学院	1	1	1.0	1.0
4	丁晶晶	合肥工业大学管理学院	2	4	1.0	2.0