道路交通事故大數(shù)據(jù)挖掘分析-文庫(kù)吧資料
2025-07-20 14:41本頁(yè)面
【正文】 判斷道路交通事故發(fā)生的可能性。 圖2 Apriori算法流程圖本文采用kmeans聚類(lèi)算法對(duì)交通事故數(shù)據(jù)進(jìn)行基于屬性聚類(lèi)分析，在屬性聚類(lèi)中，使得在一個(gè)類(lèi)中的事故特性具有很高的相似性，將每個(gè)類(lèi)的事故原因當(dāng)作一個(gè)整體來(lái)看。 圖1 Kmeans聚類(lèi)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(gè)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。3 數(shù)據(jù)可視化Tableau進(jìn)行數(shù)據(jù)可視化，生成相應(yīng)的圖表圖形，直觀(guān)表示交通事故大數(shù)據(jù)分析結(jié)果。涉及人員數(shù)據(jù)維度包括ID號(hào)、傷害分類(lèi)、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)。2 數(shù)據(jù)分析kmeans聚類(lèi)分析，Apriori關(guān)聯(lián)規(guī)則分析，關(guān)聯(lián)規(guī)則反映一個(gè)事物與其他事物之間的相互依賴(lài)性或相互關(guān)聯(lián)性。CTCDR允許對(duì)數(shù)據(jù)進(jìn)行復(fù)雜的查詢(xún)，屬性包括日期、道路位置、道路類(lèi)型、碰撞類(lèi)型、傷害程度等。新加坡的ITS研發(fā)也具有了較高的水平，其城市高速路監(jiān)控系統(tǒng)(EMAS)，優(yōu)化交通信號(hào)系統(tǒng)(GLIDE)，出行者信息服務(wù)系統(tǒng)。智能交通系統(tǒng)的交通管理、車(chē)輛行駛和電子收費(fèi)等都圍繞全歐無(wú)線(xiàn)數(shù)據(jù)通信網(wǎng)來(lái)展開(kāi)。日本“車(chē)輛、道路與交通智能協(xié)會(huì)”成立，ITS 由導(dǎo)航系統(tǒng)、 自動(dòng)收費(fèi)系統(tǒng)、安全駕駛6 援助系統(tǒng)等9 個(gè)開(kāi)發(fā)領(lǐng)域和20 個(gè)用戶(hù)服務(wù)功能構(gòu)成。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。2 國(guó)內(nèi)外現(xiàn)狀 智能交通系統(tǒng)國(guó)內(nèi)外研究現(xiàn)狀隨著智能交通的發(fā)展，美國(guó)正在研究和部署車(chē)輛避碰、司機(jī)與車(chē)輛監(jiān)控、與乘坐者安全性能改善等工作。關(guān)鍵詞：交通系統(tǒng)、kmeans聚類(lèi)、Apriori算法Abstract:recent years,as
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1