基于多尺度级联森林的交通安全状态预测

• 作者: 朱玉全 王博宸
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 智能交通 安全预测 分类 聚类 深度森林
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2997-3001
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.12.035

摘要

城市交通安全状态预测任务对交通管理和公共安全具有重要意义,针对交通流数据的时序相关特性,论文提出一种基于多尺度级联森林的交通安全状态预测方法.首先,对事故发生地点上游的交通流数据进行处理与特征选择;然后,采用K-means聚类和统计分析的方法对交通流数据进行安全状态量化;最后,使用提出的多尺度级联森林算法对交通安全状态进行预测,该方法能够有效地处理时序数据的分类问题.根据实验显示,所提出的方法在预测指标上相对于对比的方法都有了显著的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱玉全		90	959	17.0	26.0
2	王博宸		1	0	0.0	0.0