基于车联网数据的运输车辆安全评价模型

• 作者: 曹进德 李卓轩 林凯迪 郭建华
• 来源期刊: 南通大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 车联网 道路运输 安全管理 数据挖掘 K-means聚类 DBSCAN聚类 回归分析 因子分析
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能科学与技术
• 页码范围: 26-32,47
• 页数: 8页
• 分类号: TP18|U491.2
• 字数: 6257字
• 语种: 中文
• DOI: 10.12194/j.ntu.20191024001

摘要

为了提高运输安全管理水平和运输效率,对运输车辆安全性进行客观评价,提出了一种结合多算法的行车安全评价模型.首先,根据交通运输部公路科学研究院所给车联网数据,设计并定义了驾驶人行为的特征指标和评价指标;其次,采用回归分析方法对驾驶人的驾驶风格进行分析;接着,分别采用K-means聚类和DBSCAN聚类算法对驾驶人的不良行为进行分析;经过对比,最终选用K-means聚类算法和因子分析的结果对驾驶行为进行评价,共分为6类.该模型将机器学习中的数据挖掘和数据分析算法与道路运输行业相结合,为道路运输安全管理的研究提供了一个量化分析的工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭建华	东南大学智能运输系统研究中心	32	257	8.0	15.0
2	曹进德	东南大学数学学院	38	327	7.0	18.0
3	李卓轩	东南大学数学学院	2	0	0.0	0.0
4	林凯迪	沈阳工业大学理学院	1	0	0.0	0.0