基于SVM事故分类的连环追尾事故影响因素分析

柳本民; 闫寒

首页> 中文期刊> 《交通信息与安全》 >基于SVM事故分类的连环追尾事故影响因素分析

基于SVM事故分类的连环追尾事故影响因素分析

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:以美国公路2013-2015年所有的追尾事故数据为样本,研究导致连环追尾事故发生的关键影响因素。通过随机森林进行特征筛选,选取了与时间、驾驶人、车辆、道路和环境有关的14个相关因素作为支持向量机的输入变量,建立了基于SVM的2车追尾事故与连环追尾事故二分类模型。得到分类准确率:训练集为97.42%,测试集为80.32%,AUC为0.7,说明2种事故之间存在显著差异,且SVM模型能够较好的将2种事故进行区分。根据SVM-RFE算法计算影响分类效果的特征变量的相对重要度,得到4个对2种事故产生区别影响较大的因素,依次为:碰撞前首车的运动情况、道路的限速、季节和车道数。进一步对比各因素下2种事故发生的百分比发现,在首车停车或减速、道路限速超过80 km/h、夏季以及车道数大于2车道的情况下,更容易发生连环追尾事故。

著录项

来源
《交通信息与安全》 |2020年第1期|43-51|共9页
作者
柳本民; 闫寒;
展开▼
作者单位

同济大学道路与交通工程教育部重点实验室上海 200000;

展开▼
原文格式 PDF
正文语种 chi
中图分类交通事故处理、分析与统计;
关键词
交通安全; 连环追尾事故; 分类识别; SVM-RFE; 随机森林;

相似文献

中文文献
外文文献
专利

1. 高速公路连环追尾事故的原因分析和预防——以沪宁高速常州段连环追尾事故为例 [J] . 贺为人 ,曾闻宇 ,龚鹏飞 . 黑龙江交通科技 . 2018,第010期
2. 高速公路多车连环追尾事故影响因素分析 [J] . 张吉光 ,邵维 . 长沙大学学报 . 2015,第005期
3. 基于事故逆向再现的车辆追尾事故仿真分析研究 [J] . 赵晨 ,方腾源 ,赵俊玮 . 中国安全生产科学技术 . 2020,第003期
4. 基于SVM模型的山区高速公路多车事故影响因素分析 [J] . 李贵阳 ,张福明 ,王永岗 . 武汉理工大学学报（交通科学与工程版） . 2020,第006期
5. 基于GA-SVM模型的水上事故严重程度分类 [J] . 李典 ,张庆年 ,何鑫宇 . 水运管理 . 2019,第010期
6. 基于系统动力学的车辆追尾事故仿真模型 [C] . 周海峰 . 第七届华东公路发展研讨会 . 2012
7. 雾天高速公路连环追尾事故风险产生机理研究 [A] . 王佳丽 . 2018

基于SVM事故分类的连环追尾事故影响因素分析

摘要

著录项

相似文献

相关主题

期刊订阅