交通事故的多维关联规则分析

城市机动车数量的增加已经导致城市交通事故的频繁发生，能否对已发生事故作出正确的分析将直接影响到能否对未来类似事故的成功避免。本文提出一种使用数据挖掘领域中的多维关联规则技术分析大量交通事故记录的方法，通过找出可能导致交通事故发生的频繁因素组合来发现某些事故发生的规律，并将这些规律作为现实中作出预防举措的依据。     

空间语义增强下的城市交通事故数据可视分析

目的 海量城市交通事故数据可能蕴含有交通事故的空间模式，挖掘出交通事故的空间模式有助于开展交通事故的防治工作。目前交通管理部门虽然记录了交通事故发生地的空间位置信息，但没有对事故发生地进行空间语义描述，从而影响对交通事故空间模式的深入分析。因此，提出一种交通事故数据空间语义增强方法，并设计了一套可视分析系统。方法 基于城市兴趣点来增强交通事故数据的空间语义。以事故发生点为中心获取周围城市兴趣点，使用特征向量刻画兴趣点的数量、类别及其与事故发生点的距离，并称此向量为空间语义特征向量。将空间语义特征向量和相应的交通事故关联，以达到增强其空间语义的目的。然后，基于空间语义特征向量，使用自组织映射聚类算法对交通事故进行聚类分析，根据其空间语义特征将交通事故分为若干类别。最后，通过使用地图视图展示事故点数据、聚类视图和平行坐标视图展示聚类分析的结果及其空间语义特征的可视化方法，对交通事故的空间模式进行分析。结果 针对空间语义增强的交通事故数据以及相关分析任务，有效地使用上述数据分析方法与可视化技术，设计并实现了一套多视图关联的可视分析系统，提供了便捷的交互方式辅助用户分析。通过研发人员和交通警察共同对安徽省合肥市2018年的交通事故数据进行分析，将交通事故发生地划分9类并指出每类地点的空间语义特点，进一步分析出了事故高发区域的空间语义特性。结论 本文提出的交通事故数据空间语义增强方法和可视分析方法可以帮助用户揭示交通事故的空间语义模式，有助于深入分析和认识交通事故的成因，能为交通事故防治相关的城市建设工作提供建议。     

基于主题提取模型的交通违法行为文本数据的挖掘

长期以来,各类交通事故严重影响了人们生命财产安全和社会经济发展。交通事故分析是对交通事故资料进行调查研究,发现事故动向和各种影响因素对事故总体的作用和相互关系,以便定量地认识事故现象的本质和内在规律。通过对交通事故中记录驾驶员违法行为的文本数据进行分析,提出了一种文本主题提取模型和技术,来挖掘交通事故中驾驶员风险驾驶因素,解决以往交通事故统计中交通违法行为难以挖掘的问题,计算出影响交通事故的最大支配因素。最后以北京地区一般程序处理的交通事故为例,结合北京市交通管理专家经验,验证该模型可应用于交通事故中违法行为的主题提取,结论与长期治理经验相吻合。     

融合局部和全局时空特征的交通事故风险预测

交通事故预测在城市公共安全、应急处置以及建设规划方面发挥着重要的作用.然而,在预测交通事故风险时仍然存在以下问题:首先交通事故的发生受到众多因素的影响,例如天气、道路状况等.其次交通事故的发生在空间范围内存在多尺度的时空依赖,主要包括局部区域的时空相关性和全局区域的时空相似性.同时,由于实际场景中交通事故发生次数相对较少,给预测带来了零膨胀问题.因此,对交通事故进行准确的预测具有很大的挑战,现有的预测方法无法综合考虑上述问题.提出了一种新颖的融合局部和全局时空特征的交通事故风险预测模型(ST-RiskNet),同时考虑时间、天气、交通流量等影响事故发生的多源因素,通过局部区域时空相关性模块和全局区域时空相似性模块同时建模多尺度的时空相关性和相似性,并设计样本加权损失函数,针对事故风险较大的样本设置较大的权重来解决零膨胀问题.在两个真实交通事故数据集的结果表明,ST-RiskNet的预测效果优于现有的预测方法.     

关联规则在道路交通事故中的应用研究

针对近年来交通事故的频繁发生,本文提出了使用数据挖掘领域中的关联规则分析大量道路交通事故记录的方法,以便找出交通事故中各属性之间的关联,为交通管理部门采取预防举措提供依据。研究表明,该方法在道路交通事故的研究中有着良好的应用前景,能够挖掘出大量符合真实规律的关联规则。     

道路交通事故中关联规则挖掘研究

为了有效地对交通事故进行预测,发现交通事故中的潜在规律,本文通过多维关联规则挖掘方法在Clemetine 11.0中建立Apriori关联规则挖掘模型,挖掘导致交通事故发生的频繁因素组合,从中找到规律,从而为交通管理部门采取相应的预防措施提供决策支持。     

基于监控视频的车辆速度测算

在道路交通事故中,车辆超速行驶易引发交通事故。交通民警依据掌握的车辆发生事故时的速度既可以确定 交通事故的性质、分析事故原因,也是认定交通事故责任的关键因素。本文通过对视频资料中连续帧的序列图像的分析处理 来实现车辆速度的测定,在实际操作中可以很好地控制测量精度,将测量误差控制在较小的范围之内。     

一种基于贝叶斯网络模型的交通事故预测方法

大部分的交通事故都可以预测.有效的交通事故预测能从很大程度上减少人员伤亡和交通阻塞.贝叶斯网络是目前不确定知识和推理领域最有效的理论模型之一.该文提出了一种基于贝叶斯网络模型理论的交通事故预测方法.在综合考虑交通事故成因的基础上利用领域专家知识构建网络模型,在已有的事故数据的基础上提出基于贝叶斯法则的学习算法,并通过计算变量间的条件概率来计算事故发生的可能性,达到事故预测的目的.文章的最后,通过历史数据进行仿真实验,对仿真结果和该模型的适用范围进行了分析.     

基于大数据的隧道交通事故因素分析

随着现代社会互联网技术的快速发展,大数据技术与人工智能技术已经被逐渐应用于各个领域中,有关人员更是将这些先进的技术引进隧道交通管理与控制中,促进了我国城市智慧化建设的发展,推动了我国隧道交通管理与控制体系的智能化、信息化、现代化进程。本文简要分析了隧道交通事故因素与基于大数据的隧道交通事故影响因素,对基于大数据与人工智能的隧道交通事故控制系统发展趋势、基于大数据的隧道交通事故控制策略进行深入探究。     

汽车交通事故混沌分析及预测方法

提出一种新型的事故混沌理论.利用混沌理论和故障树法分析了汽车交通事故中的混沌特性,建立了基于事故混沌理论的汽车交通事故预测模型,并分析了预测模型的最大可预测尺度.该预测模型利用相空间近邻等距法对交通事故中的混沌吸引子进行预测,从而实现了对汽车交通事故的预测.仿真结果表明事故混沌理论对分析和预测汽车交通事故是有效的.     

基于关联规则理论的道路交通事故数据挖掘模型

根据数据挖掘技术中的关联规则理论,提出"道路交通事故属性"的定义,并建立一种新的道路交通事故数据挖掘模型,利用改进的多维多数据类型的Apriori算法,从记录交通事故的数据库中发现潜在的、有价值、有联系的规律,用以指导交通管理部门找出道路黑点,并做出决策,杜绝事故隐患、减少事故发生,保障人们的生命和财产的安全。     

基于综合限制函数超限的飞行事故虚拟再现系统设计

针对飞行事故再现技术中分析方法的不准确性和不直观性,结合飞参分析与分布式仿真技术,研究了事故再现中的关键分析技术,以决定性参数的综合限制函数超限作为事故最终发生的原因;在此基础上,设计了基于虚拟现实技术的事故仿真系统.该系统可以在定量分析事故发生过程的同时进行飞行状态3D演示;最后对某型低空突防战机副翼位置传感器失效引...     

大数据引领智能交通 且行且珍惜

正当今,交通拥堵、交通污染日益严重,交通违章、交通事故频发??这些成为阻碍城市进一步发展的瓶颈。交通部门迫切需要一种更加先进智能的数据分析手段对交通行业的海量数据进行高效、实时的分析,为出行者提供实时准确的交通信息服务,为交通管理部门快速处理突发事故以及交通违法行为提供参考。     

基于模糊聚类的不同交通方式的交通事故特征分析

交通事故频发给人们的财产和人身安全带来了极大的危害,掌握交通事故特征对于预防交通事故发生、减少人身伤亡和财产损失至关重要.运用模糊聚类的数量积法对我国2010年交通事故相关数据进行分析,建立模糊相似矩阵,然后用平方法计算传递闭包,得到模糊等价矩阵,根据相似系数不同的值进行动态聚类.结果表明：在五类交通方式中,汽车的事故指标较高,拖拉机、非机动车和行人乘车人的事故指标比较接近,而摩托车的事故指标较低.     

虚拟城市仿真平台日照分析方法的研究和实现

随着城市建设的高速发展,城市规划设计中如何合理地规划建筑,保证日照质量是城市规划设计中必须考虑的问题.为了更好地对建筑物日照环境进行分析评估,研究了日照基本原理,提出了一种直观的日照分析显示方法.该方法利用OpenGL中的模板缓存技术,通过多次绘制并叠加来实现.通过Visual C++环境,在实验室自主研发的虚拟城市仿真平台(VRGIS)中实现了相应的日照分析功能.实验结果表明,该方法直观有效,在城市规划领域中取得了显著效果.     

基于模糊关联规则的交通事故分析应用研究

研究发现交通事故潜在规律,预测交通事故的发生,针对关联规则方法用于交通事故分析,对交通的数值型属性无法给出有效地划分,为提高安全管理决策,提出引入模糊聚类,用改进FCM( Fuzzy c-Means)方法对数值属性进行聚类,可用取值的范围对分类属性进行聚类,采用模糊关联规则挖掘导致交通事故的原因和规律.模糊关联规则首先对FCM算法进行了改进,包括隶属度、权值和中心点的计算和修正方法,利用模糊关联规则方法进行挖掘,最后对算法进行了仿真和可视化显示,结果表明模糊关联规则方法挖掘出的规则符合现实情况,为交通管理提供有效的方法.     

事故车辆技术状况智能辅助鉴定系统研究*

道路交通事故技术鉴定与理赔是科学规范交通管理的一个重要内容,而作为道路交通事故技术鉴定的一个方面,事故车辆技术状况鉴定在其中占取了比较重要的地位。适应鉴定需要,研究设计了事故车辆技术状况智能辅助鉴定系统,采用基于相对权相似度的案例决策方法确定鉴定初始方案,基于粗糙集理论及关联规则发现算法从案例中获得修正规则,运用这些规则修正初始方案,从而为专家提供建议,为及时准确地鉴定提供了有效的技术支持。     

基于路网结构的城市交通事故短期风险预测方法

城市交通事故一般都发生在公共道路上,然而现有的交通事故风险预测算法都通过对预测区域进行规则网格化来确定预测空间单位,导致预测精度不高且实用价值较低。本文将道路路段作为预测单位,采用图卷积和长短期记忆网络,构建了一种基于路网结构的城市交通事故短期风险预测方法(traffic accidents risk prediction based on road network,TARPBRN)。该方法能对指定路段短期内的交通事故风险进行预测,从而可以有针对性地进行治理,减少交通事故的发生。本文使用杭州市西湖区的交通事故数据对模型进行了训练,并与4种常用的计量经济学模型和3种已有的深度学习预测算法进行了对比。实验结果证明本文算法在准确度、正确率和漏报率等方面都优于已有算法。     

基于LSTM神经网络模型的交通事故预测

道路交通事故是道路交通安全水平的具体体现,为使预测数据更科学地为交通管理系统提供决策。提出建立基于LSTM（Long Short-Term Memory）神经网络的交通事故模型,训练交通事故相关的数据,对交通安全水平的指标进行预测。经过与传统回归模型和传统神经网络模型进行实验对比,实验显示LSTM拟合效果最佳,另外LSTM模型对同一趋势上的预测效果有明显优势。通过使用LSTM模型捕获数据中存在的时序依赖关系,能够更准确地对交通事故安全水平进行预测,使交通管理部门制定更加科学准确的决策。     

基于小波变换的减速离合器故障诊断方法研究

介绍了小波分析的原理,并把小波分析方法应用在减速离合器故障信号处理中,进而研制出减速离合器故障信号特征分析的故障诊断方法.主要运用MATLAB小波分析工具箱对离合器振动信号进行小波包分解,根据小波系数作出能量分布图,对故障频段进行小波包重构,从结果中可以直观地观察到离合器故障特征.结果表明,小波包具有很强的故障诊断能力,如果在故障诊断过程中合理选择小波函数和各种参数,就可以获得直观的故障信号局部特征,从而为产品故障诊断提供了有效的工具.