作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文通过分析营运车辆风险评级中常见的方法和问题,通过构建车联网平台采集车辆基础信息、驾驶环境、驾驶员行为三类数据,在对数据进行归一化处理后,采用Wide&Deep深度神经网络对数据进行建模.通过实验测试,本方法在预测营运车辆下个月的交通事故出现概率上具有较高的准确率,并根据预测结果对车辆风险进行评级,该评级能有效提高营运车辆安全管理效率.
推荐文章
基于蜂窝网络结构的数据融合算法
无线传感网
数据融合
蜂窝网络结构
数据精确度
节点能耗
基于自适应果蝇算法的神经网络结构训练
果蝇优化算法
神经网络
自适应步长
模式分类
基于网络结构的节点中心性排序优化算法
中心性
排序算法
网络结构
精度
基于三部图网络结构的知识推荐算法
三部图
知识推荐
用户冷启动
冷门物品
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Wide&Deep网络结构的营运车辆风险评级算法
来源期刊 新型工业化 学科
关键词 Wide&Deep 营运车辆 风险评级
年,卷(期) 2020,(12) 所属期刊栏目 产业研究·综合研讨
研究方向 页码范围 99-100
页数 2页 分类号 D035.37
字数 语种 中文
DOI 10.19335/j.cnki.2095-6649.2020.12.046
五维指标
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  (1)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(3)
  • 参考文献(0)
  • 二级参考文献(3)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Wide&Deep
营运车辆
风险评级
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
新型工业化
月刊
2095-6649
11-5947/TB
16开
北京石景山区鲁谷路35号1106室
2011
chi
出版文献量(篇)
2442
总下载数(次)
8
论文1v1指导