道路交通事故大數(shù)據(jù)挖掘分析(文件)
【正文】 發(fā)，徐天宇，浙江理工大學(xué)；[ 5 ] 道路交通事故原因的聚類分析，于泓漪，吉林大學(xué)；[ 6 ] 基于Apriori算法的交通事故關(guān)聯(lián)規(guī)則挖掘，石鵬，宇仁德，劉芳，山東理工大學(xué)，TP312；[ 7 ] 我國各省市交通事故情況聚類分析，周麗，長沙理工大學(xué)經(jīng)濟(jì)學(xué)院；。智能交通系統(tǒng)正在研究將城市地區(qū)開發(fā)的交通管理技術(shù)和系統(tǒng)功能推廣應(yīng)用，通過先進(jìn)的電子通信技術(shù)提高行車的安全性。路面積水導(dǎo)致摩擦系數(shù)降低，車輛容易發(fā)生側(cè)滑而沖出公路，導(dǎo)致交通事故的發(fā)生。上圖說明事故多發(fā)生Daylight和Darklight，事故發(fā)生和光照條件并無太大關(guān)系。四、研究的點(diǎn) 采用數(shù)據(jù)挖掘方法研究交通事故數(shù)據(jù)，建立多維關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘模型，旨在通過數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則算法，將事故因素集和事故結(jié)果集組成事故模式，交通管理部門就可以通過對駕駛員、車輛、道路、天氣、時間等因素來判斷道路交通事故發(fā)生的可能性。 圖1 Kmeans聚類算法流程（2）Apriori算法是一種挖掘關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集算法，設(shè)置最小支持度和最小置信度，產(chǎn)生頻繁項(xiàng)集，關(guān)聯(lián)分析數(shù)據(jù)源，某個項(xiàng)目集的支持度大于或等于最小支持度，則該項(xiàng)目集被標(biāo)記為頻繁項(xiàng)集。涉及人員數(shù)據(jù)維度包括ID號、傷害分類、座位、年齡、保護(hù)系統(tǒng)的使用、安全氣袋的狀態(tài)、噴射狀態(tài)。CTCDR允許對數(shù)據(jù)進(jìn)行復(fù)雜的查詢，屬性包括日期、道路位置、道路類型、碰撞類型、傷害程度等。智能交通系統(tǒng)的交通管理、車輛行駛和電子收費(fèi)等都圍繞全歐無線數(shù)據(jù)通信網(wǎng)來展開。澳大利亞也正在用智能交通系統(tǒng)新技術(shù)改善道路安全。關(guān)鍵詞：交通系統(tǒng)、kmeans聚類、Apriori算法Abstract:recent years,as the improvement of speed of vehicle an
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號-1