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:
以事故数据为基础研究事后风险状态,建立了基于改进深度森林算法的交通运行风险状态等级预测模型.首先分析了事故特征重要度,建立了基于极端梯度提升算法的事故特征筛选机制,引入贝叶斯参数寻优和十折交叉验证法实现了深度森林模型的超参数优化;同时设计了循环多粒度扫描方法和加权级联森林结构,获取了交通运行风险状态等级与事故特征的映射关系,建立了基于改进深度森林模型的交通运行风险状态等级预测方法.为了验证本文方法的有效性,与支持向量机、随机森林等方法进行了对比分析,实验结果表明:本文模型预测准确度为90.80%,roc曲线下的面积auc值为0.99,表现出了良好的预测性能和泛化能力,与对照实验相比,本文模型具有明显的优越性,且在实效检验中同样取得了良好的预测效果.
推荐文章
交通事故的灰色预测
交通事故
灰色系统理论
预测
MATLAB语言
基于组合模型的交通事故严重程度预测方法
交通安全
交通事故严重程度
XGBoost
卷积神经网络
诱因分析
沪昆高速江西段交通事故气象风险分析和概率预测
交通事故
logistic回归模型
概率预测
沪昆高速
基于分形理论的水上交通事故预测
分形理论
分形插值
水上交通事故
预测
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 交通事故后的交通运行风险状态等级预测方法
来源期刊 吉林大学学报(工学版) 学科 交通运输
关键词 交通运行风险状态等级 改进深度森林模型 事故特征筛选 超参数寻优
年,卷(期) 2022,(1) 所属期刊栏目 交通运输工程·土木工程
研究方向 页码范围 127-135
页数 9页 分类号 U491
字数 语种 中文
DOI 10.13229/j.cnki.jdxbgxb20200731
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 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
交通运行风险状态等级
改进深度森林模型
事故特征筛选
超参数寻优
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
吉林大学学报(工学版)
双月刊
1671-5497
22-1341/T
大16开
长春市人民大街5988号
12-46
1957
chi
出版文献量(篇)
4941
总下载数(次)
5
论文1v1指导