基于GA-SVM模型的水上事故严重程度分类

• 作者: 何鑫宇 张庆年 李典
• 来源期刊: 水运管理
• 关键词: 水上交通安全 事故严重程度 遗传算法 支持向量机 判别模型
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 海事
• 页码范围: 20-23
• 页数: 4页
• 语种: 中文

摘要

为降低水上交通事故发生概率,从人、船、环境及事故属性的角度分析不同因素对事故严重程度的影响,提出基于支持向量机的水上事故严重程度分类模型,利用粗糙集理论对水上事故数据进行约简预处理,最后利用样本数据对基于支持向量机的分类模型进行训练和测试.结果 表明,该模型的测试精度达到85％,能较好地识别海事事故严重程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张庆年	武汉理工大学交通学院	60	473	13.0	17.0
2	李典	武汉理工大学交通学院	2	0	0.0	0.0
3	何鑫宇	武汉理工大学交通学院	2	1	1.0	1.0