道路天气状况与驾驶员危险驾驶行为分析

• 作者: 吕露 曾叙坚 王东
• 来源期刊: 科教导刊-电子版（上旬）
• 学科: 交通运输
• 关键词: 道路交通安全评价模型 独热编码 过滤式特征选择 神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 数学研究
• 页码范围: 195-197
• 页数: 3页
• 分类号: U471
• 语种: 中文

摘要

本文基于车联网系统以及天气状况,建立了道路交通安全评价模型.通过模型分析驾驶员的危险驾驶行为是否与天气相关,以及天气状况对驾驶员的驾驶行为产生多大的程度影响.对于不同的驾驶行为,建立两个模型:一个是以疲劳驾驶为因变量,道路天气为自变量的模型;另一个模型是以急加速急减速为自变量,道路天气为自变量的模型.通过使用过滤式特征选择方法选取对因变量有显著影响的特征变量,将高维稀疏变量变为低维稀疏变量.最后采用神经网络方法将这些特征变量作为输入节点,以危险驾驶行为作为输出节点进行拟合模型,分析模型的精度与模型的损失值.在疲劳驾驶模型中,经过筛选得到的特征为:小雨转阴、晴转多云、小雨等天气,模型训练集的损失值为0.18、验证集的损失值为0.16,模型训练集的精度为73％、测试集的精度为79％.在急加速急减速模型中,经过筛选得到的特征为:小雨转阴、晴转多云、小雨等天气,模型训练集的损失值为0.15、验证集的损失值为0.1,模型训练集的精度为85％、测试集的精度为90％.