城市道路交通事故黑点整治方案及经济评价

事故黑点一直是城市道路交通安全的最大威胁。在事故黑点界定和诱因分析的基础上,本文分别从城市道路交叉口及路段2个方面设计相应的事故黑点整治方案,包括增设非机动车道、合理确定人行横道位置等;运用交通事故减少量预测、工程措施投资的经济分析方法对整治方案进行经济评价。昆山市长江中路与前进中路交叉口整治与经济评价实例表明:所设计的整治方案能够消除事故黑点的诱因;经济评价反映了整治方案所具有的安全效益。     

基于数据挖掘技术的交通事故分析

为了有效地识别和发现事故数据的模式及其内在规律,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,协助交通管理者更好地找出引发事故的原因与规律, 并作出相应的决策.     

关联规则数据挖掘技术在图书管理中的应用

本文以仪征技师学院图书馆数据为例,通过对借阅信息的数据挖掘,生成一些且有指导意义的信息,证明算法的可行性。     

基于BiLSTM神经网络的交通事故黑点路段日均事故频次预测方法

为交通管理部门和出行大众提供精准的事故高发黑点预警信息具有重要的意义。为此,研究了1种基于双向长短期记忆神经网络（bidirectional long short-term memory neural network,BiLSTM）的黑点路段交通事故频次预测方法。通过对传统K-means聚类算法的k值选取进行改进,实现了道路交通事故黑点的有效识别,并统计黑点每天事故数作为事故时间序列;利用小波分解对该序列进行降噪处理,通过多层网格搜索法对隐藏层层数、神经元个数等模型的参数进行标定,构建了基于BiLSTM网络的事故频次预测模型;采用滑动窗口的方式将事故时间序列作为内部参数输入模型,以交通流量、节假日、事故天气和事故发生环境等特征作为外部参数,对事故黑点路段未来1 d内可能发生的事故数进行预测,并基于预测结果提出了1种事故黑点路段交通事故预警模型;以浙江省宁波市交警部门某辖区2020年4月—2021年9月常态采集的事故数据为测试集,以7 d的事故数据预测未来1 d的黑点路段事故频次,将BiLSTM模型与门控循环神经网络（GRU）模型、长短期记忆神经网络（LSTM）模型、反向传播神经网络（BP）模型、自回归滑动平均（ARIMA）模型和支持向量机（SVR）模型等事故预测模型进行对比。结果表明：BiLSTM模型、GRU模型、LSTM模型、BP模型、ARIMA模型和SVR模型对各事故黑点的日均事故频次平均预测精度分别为93.1%、88.8%、88.0%、85.2%、84.4%和84.2%;均方根误差分别为0.092、0.146、0.142、0.147、0.177和0.176。该结果说明,所提BiLSTM模型具有更高的预测精度和更强的鲁棒性。     

道路交通事故黑点鉴别方法研究

道路交通事故频发,损失巨大。精准的事故黑点鉴别方法可有效降低道路交通事故率,提高安全性。文中梳理了事故频数法、事故频率法、事故频数-事故频率矩阵法、当量总事故数法、质量控制法、累计频率法、聚类分析法、灰色分析法、粗集理论法、BP神经网络算法、GIS(地理信息系统)等道路交通事故黑点鉴别方法的原理、优缺点、适用条件及应用,并指明其发展趋势。     

浅谈数据挖掘中的关联分析

本文的主要内容包括:关联规则挖掘概念、国内外研究现状及对关联规则算法的研究,归纳了关联规则挖掘在诸多领域的应用。最后结合当前的研究成果,指出关联规则及数据挖掘的发展前景。     

交通事故黑点鉴别方法研究综述

交通事故黑点的鉴别与改善历来是交通管理实践者与学者所关注的重要研究对象。改善黑点的致灾因素,可以显著的改变道路交通安全管理形势。首先对黑点的定义进行讨论,然后分析了几种常见的确定交通事故黑点的理论方法的优缺点,最后指出了黑点鉴别方法的研究的新趋势。     

洛三高速公路改扩建中老路事故黑点综合整治研究

以连霍高速公路洛三灵段改扩建为背景,综合项目特点、视距检查、事故分析等,对改扩建钟三处事故黑点综合整治方案进行比选研究,科学选定了改扩建方案。     

浅析关联规则与Apriori算法在网上销售记录中的运用

网络销售会产生海量的浏览与销售记录,如何从这些海量的数据中去发现一些隐藏着的知识或者是能为销售者产生更大销售利润的信息呢？这就必须要用到数据挖掘的方法去发现这些隐藏的知识。本文通过关联规则与Apriori算法对浏览与销售记录进行数据挖掘,得到有用的知识,将之推荐给客户,最终提高网站的销售额。     

基于加权关联规则的交通事故分析

考虑到各种交通事故因素对交通事故属性本身的影响有轻重之分,基于传统的关联规则挖掘模型,提出了一种加权关联规则的模型,设计与实现了加权关联规则的挖掘算法,并应用到道路交通事故属性的分析中。     

Strategic planning support for road safety measures based on accident data mining

When actions and measures to increase road safety are to be planned by the police and local authorities, it is necessary to consider the specific accident circumstances as well as their historical, current, and predicted course. In particular, combinations of accident circumstances not contained in existing police statistics are often neglected, but may nevertheless be relevant, e. g., due to an increasing frequency. In order to identify these undiscovered interesting combinations, we propose a framework to support strategic planning of road safety measures based on several consecutive data mining stages. The scope, type, and location of road safety measures must be planned at a strategic level several months in advance to be fully effective. Therefore, it is essential to investigate and predict the accident circumstances and the temporal changes in their frequency comprehensively. Only with the knowledge, e. g., about the temporal pattern, locations, conditions of roads or speeds, meaningful actions can be derived. The embedded data mining approaches, i. e., frequent itemset mining, time series clustering, time series classification, forecasting, and scoring, are carefully selected, coordinated, and aligned. As a result, the framework provides police users with information about circumstances of accidents that are of interest in the future and presents their previous temporal and local patterns in a dashboard. In this study, the framework is applied in four different geographical regions. Thereby, default parameter settings for all approaches are found that are particularly suitable for the framework to investigate novel geographic regions.     

改进的关联规则挖掘算法及其在教育信息挖掘中的应用

利用数据挖掘的关联规则技术，可以从大量数据中发现有价值的规则。文章利用改进的Apriori算法对上海海事大学的教育信息数据库进行了挖掘，从中发现了一些有价值的规则，为学校的教育决策和教学管理提供了有指导意义的信息。文章还实现了大量规则的文本和图形可视化。     

行人、非机动车道路交通事故特征及伤害研究

在上海市嘉定区行人、非机动车与机动车之间发生的交通事故信息采集的基础上,讨论此类事故的相关特征,并对行人、非机动车和小型机动车的碰撞事故进行深入研究,为车外人员的伤害位置、伤害原因与碰撞形态研究提供一定的依据。     

在道路交通事故伤残评定中体现对未成年人权益的保护

在现行的道路交通事故伤残评定标准(GB18667-2002)中,伤残等级划分是以受伤人员生活、工作和社会活动能力的不同程度丧失为依据的,没有充分考虑未成年人的生活、工作和社会活动能力尚未具备或完全具备的现实,而对未成年人和成年人的伤残评定做出统一规定,这不免损害了未成年人的合法权益。因此,应当从未成年人的实际情况出发制定一套适用于未成年人的伤残评定标准,或修订现行标准:制定"同伤不同级"、"同级不同赔"的规定,或在评定工作中合理延长未成年人的评定时间。同时,对未成年人的心理问题应引起足够重视,并在标准中有所体现。     

层次分析法在交通事故发生影响因素分析中的应用

采用层次分析法对北京市某区的道路交通事故的发生因素进行了分析,分析结果可以应用于交通事故预防工作。     

Trends of traffic fatalities and DNA analysis in traffic accident investigation

Although the number of traffic accidents in Japan decreases each year, little is known about the annual trends of various types of traffic accidents. In this study, we used public domain to examine annual trends in the number of fatalities caused by traffic accidents by age and type of transportation. We found that such trends differed by age group and type, and that the number of deaths due to certain types of traffic accidents is increasing.Identification by DNA analysis is now widely used in traffic accident investigations, but the public is largely unaware of the components of DNA that are investigated and the way in which the analysis is conducted. For this reason, we introduced an outline of the DNA analysis that is conducted in the traffic accident investigations and present several cases in which DNA analysis has been effectively utilized in such investigations.     

面向道路交通的汽车驾驶模拟器的研究及应用

研究开发了一套可在实验室控制条件下研究交通问题的汽车高级驾驶模拟器。该模拟器由驾驶舱系统、主计算机控制系统、驾驶员虚拟视景系统和声响模拟系统组成，既可用于模拟和分析某一真实路段的道路和交通情况，又可评价和检验设计中或已设计完的道路交通。     

车辆道路试验数据实时采集系统研究

本文介绍了一种基于CAN总线通信技术、GPS全球定位技术、GPRS移动通信技术等为一体的试验数据采集传输系统,通过该系统在重型电控柴油商用车上的应用,解决了汽车道路试验中环境极端、工况复杂、里程长,数据繁杂、试验数据无法及时、准确获取等问题,重点讲述了车辆道路试验数据实时采集方法的实现。     

地理信息系统在求解公路交通规划中最短路径问题的应用

地理信息系统为公路交通规划提供了基本数据库,也是进行公路交通网络分析的有力工具及交通规划分析结果表达的优良平台。文章探讨了地理信息条件下适合于公路网络拓扑结构的计算机表达方式,并在此基础上分析了最短路径基本算法在公路交通规划中的适用性,勾勒出在地理信息系统支撑下求解公路交通规划中最短路径问题的框架。