道路交通事故大數(shù)據(jù)挖掘分析-在線瀏覽
2024-08-24 14:41本頁面
【正文】 安全狀況已成為數(shù)據(jù)挖掘的一個(gè)重要的研究領(lǐng)域。歐洲正在開展為優(yōu)化人機(jī)界面和道路安全的遠(yuǎn)程信理“智能道路”的研究和示范。日本投入了大量的人力和資金，成功地組織了一個(gè)“動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)”的實(shí)驗(yàn)，日本相繼完成了路車間通信系統(tǒng)、交通信息通信系統(tǒng)、寬區(qū)域旅行信息系統(tǒng)、超智能車輛系統(tǒng)、安全車輛系統(tǒng)及新交通管理系統(tǒng)等方面的研究。歐洲的ITS的開發(fā)與應(yīng)用是與歐盟的交通運(yùn)輸一體化建設(shè)進(jìn)程緊密聯(lián)系在一起的。韓國政府于2001 月制訂了全新的RRS計(jì)劃投入75億美元，建成包括汽車及高速公路系統(tǒng)，先進(jìn)交通管理系統(tǒng)，電子收費(fèi)系統(tǒng)個(gè)先進(jìn)的RRS 子系統(tǒng)。二、交通事故大數(shù)據(jù)分析流程1 數(shù)據(jù)采集交通事故大數(shù)據(jù)來源于公共安全部門和交通部門下的事故數(shù)據(jù)倉庫CTCDR，CTCDR的目標(biāo)是給負(fù)責(zé)交通安全人員提供及時(shí)、精確、完整、標(biāo)準(zhǔn)的交通事故數(shù)據(jù)。通過用戶自定義交通事故數(shù)據(jù)維度，進(jìn)行更高級(jí)的數(shù)據(jù)分析識(shí)別趨勢(shì)和模式。事故數(shù)據(jù)的維度包括：日期、事故傷害程度、事故地點(diǎn)和區(qū)域、事故影響因素、事故碰撞類型、天氣條件、路面情況、建設(shè)或維護(hù)相關(guān)、光照條件、路攔等；交通個(gè)體數(shù)據(jù)的維度包括：車輛是否是有資格的發(fā)動(dòng)機(jī)型號(hào)、車輛類型、車輛制動(dòng)、車輛機(jī)動(dòng)前綴、車輛機(jī)動(dòng)后綴、駕駛員或行人的年齡、駕駛員或行人是否喝酒和吸毒、車輛出毛病的個(gè)數(shù)、首先撞上物體、然后撞上物體。道路特性數(shù)據(jù)的維度包括平均日流量、農(nóng)村或城市、通道數(shù)。三、關(guān)于研究領(lǐng)域的原理及應(yīng)用介紹（算法原理）（1）Kmeans算法是一種經(jīng)典的聚類算法，其基本思想是：以隨機(jī)選取的K個(gè)樣本作為起始中心點(diǎn)，將其余樣本歸入相似度最高中心點(diǎn)所在的簇，再確立當(dāng)前簇中樣本坐標(biāo)的均值為新的中心點(diǎn)，依次循環(huán)下去，直到所有樣本類別不再變動(dòng)，得到K個(gè)交通事故類，并得到聚類算法模型，能夠?qū)⑺薪煌ㄊ鹿蕯?shù)據(jù)劃分到所屬的類中，同時(shí)得到m個(gè)交通事故信息的特征對(duì)聚類效果的重要性程度。找出頻繁項(xiàng)集，根據(jù)這些頻繁項(xiàng)
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1