版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
-9-1交通事故数据的研究意义及研究1.1课题背景及意义经济高速发展的时代下,道路的建设日益完善,提高了人们出行的频率。在中国这样的人口密集大国,城市间的公路建设、配套设施完善齐全,以至于人们的出行多数依赖于汽车。但随之而来的交通事故数量逐年递增、交通事故的频发,每年缩短数百万人的生命。因此,对交通事故数据的研究和分析显得十分必要。交通出行车辆的行驶情况、驾驶员的驾驶情况、路段的通行状况、天气情况等因素都有可能是引起道路交通事故发生的重要因素,就值得人们去探寻它们与交通事故的影响程度,引发事故的严重程度。例如天气方面,雨天的降雨量、雾天的能见度、晴天的日照强度;时间方面,出行黄金周、午夜下班高峰期;路段方面,路况的好坏,路段的平整度等都和事故发生息息相关。但这些因素与事故发生、事故严重程度存在怎么的关系,因果关联、对事故发生会产生怎样的影响都是值得探究的方向。但人们更多侧重于关注车辆的质量、驾驶员的行驶状态、驾驶路段、路段车辆数量等造成事故的直接因素,并未过多深入考虑温度、湿度、能见度、压强等环境因素对交通事故的影响程度。温度变化会影响驾驶员驾驶情绪、昼夜温差还有可能影响驾驶员身体健康,车辆的制动状况也受其影响;降水量会较小车辆与地面间的摩擦力,增大车辆惯性,若车辆在雨天高速行驶则极容易引发交通事故;风大与能见度的大小会影响驾驶员的驾驶过程,容易引发车辆碰撞,造成交通的发生。温度、能见度、湿度、压强、风速等对于事故发生及严重程度的有着极其重要的影响。中国横跨热带,亚热带,温带,亚寒带和高原环境区几大环境,温度、湿度、环境、季风、依据地理环境设计的路段都各有不同。南至海南,北至新疆,对于温度、湿度等条件的事故影响因素的探索更具有研究意义。近年来社会企业、政府也在致力于研究事故数据,依据城市网格构建实时交通模型预测事故发生时间、地点来提前告知人们及时规避风险。人工智能、机器学习也就成为了预测的不二之选。如何将预测的结果更好的运用于社会,使之更具有实用价值也是当下研究的关键所在。在本研究中使用地图的形式,将预测到的事故路段标注,起到了预警提示的实际作用。目前国内的交通事故数据较为分散,基本以省市为分界线来统计数据。对于国家级别、包含温度、湿度等环境条件的大型数据集,国内还未进行相关数据统计分类。所以本课题使用kaggle竞赛官网美国事故USAccidents数据集[1-2]来进行数据分析,以此展开研究。1.2交通数据集介绍USAccidents数据集[1-2]是一个全国性的交通事故数据集,覆盖了美国49个州。从2016年2月开始,由多个数据提供商持续收集数据,包括两个提供流式流量事件数据的API。这些API广播各种实体捕获的交通事件,例如美国和州交通部、执法机构、交通摄像头和道路网络内的交通传感器。美国事故可用于许多应用,如实时事故预测、研究事故热点位置、伤亡分析和提取因果规则以预测事故,或研究降水或其他环境刺激对事故发生的影响。数据收集截止到2020年12月,这个数据集中大约有420万条事故记录。数据集包含事故时间、天气、路段、标志灯、事故严重程度、降雨量、风力风速风向等。本研究主要使用Severity事故严重程度、Temperature(F)温度、Humidity(%)相对湿度、Visibility(mi)能见度、Pressure(in)压强、Wind_Speed(mph)风速、Precipitation(in)降水量字段进行事故关联性分析,Start_Time事故开始时间、Street街道名称进行时间与地点预测。本研究所使用字段详请见附录表1-1数据集字段说明。1.3国内外研究国内交通事故的数据以省市发布,像重庆、北京一些特殊的城市网格道路多被用于路况预测分析。在对驾驶员、道路状况、光照程度、天气等多个因素综合分析,有研究表示:68.7%的交通事故发生在白天,有31.3%的交通事故发生在夜晚,数据还表明有公共照明设施下交通事故比例要高于无公共光照设施的事故比例。81%的交通事故发生在正常天气条件下,这个和每年的正常天气数量较多有关,也就是有19%的交通事故发生在其他天气情况下,异常天气情况中,小雨天气发生交通事故的概率和大雨天气发生交通概率的事故占12.5%,浓雾天气的事故概率占3.25%[3]。在此之后,人们致力于探究造成事故的因素与事故发生的因果关系、对事故发生的造成严重程度的影响。开始将交通事故严重性、桩号、事故原因、事故形态、天气状况等事故影响因素之间的关系进行了关联分析,并两两间进行关联:桩号-事故原因关联、事故原因-时段-严重程度间关联、事故原因-事故形态关联,得出事故原因与事故发生的因果关系[4]。在多种影响因素的关联分析上,还有一种特殊的关联。对车辆事故原因、天气、时段、道路干燥程度、受伤人员情况进行分析,从时间、道路、涉事车辆三方面进行关联,有利于事故发生时对事故情况进行全方位的分析认知[5]。朱磊通过对纽约天气数据的研究,从气压、气温、天气状况、湿度、风速、风向方面研究得出结论:气压过高或者过低会引起交通事故风险值的明显变化。当气温特别低或者特别高(小于260或者大于306)时,风险值会特别低,这可能是因为气温处于极值的时候,人们会减少出行,或者采用较为安全的公共交通方式出行。在不同天气状况下,平均风险值的差异较大。湿度和温度变化,风险值随之变化[6]。国内对于道路交通可视化分为四个方面:基于日历图和极坐标式的时序可视化、基于路段与区域的空间可视化、基于时间轴的时空数据动态可视化、基于平行坐标系的多维属性可视化。可以动态显示图形,实现交互式浏览[7]。在事故预测方面,研究多数使用贝叶斯网络、SVM算法、时间序列算法、K邻近算法及随机森林算法来对道路交通的事故发生持续时间、事故数量、事故严重程度进行预测[8-11]。国外研究表明,驾驶员经验和车辆的工作日、光照条件、驾驶员年龄和车辆使用年限分别是严重伤害、轻伤害和致命严重程度的重要影响因素。使用K邻近算法与决策树混合算法在道路交通事故预测中对于交通事故严重程度的预测具有预测优势[12].1.4课题研究流程课题开始前,要将数据集从kaggle竞赛网站下载。下载完成后,下一步进行数据读取。本研究使用的python版本为3.9.4,搭载Windows64位系统,IDE为jupyternotebook,所使用的包有:numpy、pandas、matplotlib、seaborn、folium、webbrowser、pyecharts、scikit-learn、mlxtend。数据读取时,需要先import上述包。成功读取数据后,处理数据中的缺失值。丢弃无关列及无数据的行,形成新的数据集data_new.环境与事故严重程度的关系,使用关联规则分析。将data_new的Temperature(F)、Humidity(%)、Visibility(mi)、Pressure(in)、Wind_Speed(mph)、Precipitation(in)提取作为自变量,Severity作为因变量,形成新的数据集data_ap,对频繁项集设置最小支持度和最小阈值。机器学习前,要将数据特征进行提取,这是必不可少的环节。本课题使用监督学习中的分类算法:logistic回归和随机森林。logistic回归要先将特征进行二分类,再将特征作为自变量,事故严重程度作为因变量。数据拆分为测试集和训练集,训练好的模型放到测试集测试,得到事故严重程度的预测率。随机森林预测先设定随机种子数,预测率随种子数变化而变化。数据集的研究流程如下图1-1所示。图1-1交通事故数据研究流程
2数据处理及分析2.1数据导入文本类数据集使用read_csv函数加文本存放路径即可读取。但此数据集数据量较大,直接读取不能读取全部数据,同时还伴随报错。所以使用set_option函数读取全部列。Engine参数用于指定pandas读取文件时的解析引擎,有C和Python两种,这里我们指定Python。读取数据后打印数据的行列数。完整读取数据集得:4232541行,49列。2.2数据处理2.2.1数据查看往往读取的数据集不能直接使用,要先查看空值和缺失值的情况。.columns可查看数据集所有的行,方便筛选不需要的行的ID名。data.head()函数可查看指定的行列情况,在此我们查看前10行数据的所有行。在前10行数据中,数值有字符型、浮点型,数字和日期,如下图2-1-1所示:图2-1-1数据集前10列部分数据情况isnull函数可帮助查看数据是否为Nan情况,isnull.sum将所有列数据求和。为空值的列是否进行删除,我们使用info函数帮助判断。info函数可帮助查看数据类型,如下图2-1-2和2-1-3所示:图2-1-2数据集列空值情况图2-1-3数据集数据类型情况2.2.2数据清洗依据上述分析作出判断,筛选出无效值和缺失值,进行删除。使用drop函数删除无用列和空值数据。按列删除时axis=1,按行删除空值时使用dropna函数,axis=0.按行列丢弃数据后,需要填充重要行列数据。但因本样本本身就含有足够的数据,丢弃后仍有约两百万条数据,结合电脑运行性能故本次研究不进行数据填充,使用已有数据进行分析。丢弃后形成新的数据集data_new,数据情况如下图2-2所示:图2-2data_p数据情况2.3Apriori关联性分析2.3.1公式推导关联规则是数据挖掘中一个重要的技术,用于挖掘出数据库中项集之间有趣的关联或相关关系.Apriori算法是关联规则挖掘中最基本也是应用最广泛的一个算法。Apriori算法的核心思想是挖掘事务的频繁项集合,利用几次迭代来计算数据库中的频繁项集,找出其中的强关联关系。本文选择Apriori算法作为挖掘交通事故风险因素的基本算法。其中关联规则中最重要的两个概念是支持度和置信度。一般使用以下三个指标来衡量关联性:1.支持度(Support)支持度表示项集{X,Y}在总项集里出现的概率。表示A和B同时在总数I中发生的概率,公式为:(1)其中,D表示总事务集。num()表示求事务集里特定项集出现的次数。
2.置信度(Confidence)置信度表示在先决条件X发生的情况下,由关联规则”X→Y“推出Y的概率。表示在发生X的项集中,同时会发生Y的可能性,即X和Y同时发生的个数占仅仅X发生个数的比例,公式为:(2)3.提升度(Lift)提升度表示含有X的条件下,同时含有Y的概率,与只看Y发生的概率之比。提升度反映了关联规则中的X与Y的相关性,提升度>1且越高表明正相关性越高,提升度<1且越低表明负相关性越高,提升度=1表明没有相关性,即相互独立。公式为:(3)以上就是Apriori算法的基本思想和步骤,利用支持度的计算结果作为依据,挖掘出项目之间的关联关系。2.3.2数据预处理关联分析前要对数据进行预处理,上述操作已将阈值删除,下一步进行数据归一化。关联分析只要是为找出两件事物间的关系,所以事物本身的复杂情况对分析会产生重要影响。关联分析的流程如图2-3-1所示:图2-3-1关联分析流程图温度、湿度、能见度、压强、风速、事故严重程度为数值型,每种因素都含有多种,例如事故严重程度中包含4中情况,所以要对因素中的数据进行归一化处理,使分析的情况由复杂转为简单,便于找出支出度与置信度。如图2-3-2所示:图2-3-1数据归一化从data_new数据集中提取温度、湿度、能见度、压强、风速、事故严重程度列,将这些列放入新数据集data_ap,设置最值支持度。支持度即为该因素在数据集中发生的概率,最小支持度为最低出现的概率,频繁项集由大于最小支持度的因素组成。最小支持度可以人为修改,在每一次迭代过程后,大于最小支持度的项集被保留为频繁项集,最后生成的规则由最终的频繁项集组成。找出最小支持度的的方法,使用多次尝试。在[0,1]的区间内逐一尝试,最终发现最小支持度为0.2时,频繁项集展示效果较好,展示出的事故因素最多。频繁项集如下图2-3-3所示:图2-3-2min_support为0.2的频繁项集2.3.3结果分析关联分析的主要指标为支持度support、置信度confidence、提升度lift。提升度反映了关联规则中因素的相关性,提升度>1且越高表明正相关性越高,提升度<1且越低表明负相关性越高,提升度=1表明没有相关性。关联分析的结果如图2-3-3、表2-1所示:图2-3-3关联规则表2-1温度、湿度、风速关联规则关联规则支持度置信度提升度是否存在因果关系Temperature(F)→Severity0.2273190.2292811.000815存在微弱关系Humidity(%)→Severity0.2149150.2326461.015501存在微弱关系Wind_Speed(mph)→Severity0.2010830.2420751.056660存在微弱关系由图可知温度、湿度、风速、能见度的支持度均大于0.2,压强、降雨量支持度小于0.2,频繁项集中不独立计算。温度、湿度、风速与事故严重度的提升度均略微大于1,无能见度与严重程度的提升度。说明温度、湿度、风速某一因素变化时,有小概率会引起事故的严重程度,它们间存在微弱的因果关联。当能见度、湿度、温度等因素同时变化时,也会对事故严重程度产生影响,同样也存在微弱的因果关联。
3监督学习在机器学习中,无监督学习(Unsupervisedlearning)就是聚类,事先不知道样本的类别,通过某种办法,把相似的样本放在一起归位一类;而监督型学习(Supervisedlearning)就是有训练样本,带有属性标签,也可以理解成样本有输入有输出。所有的回归算法和分类算法都属于监督学习。回归(Regression)和分类(Classification)的算法区别在于输出变量的类型,定量输出称为回归,或者说是连续变量预测;定性输出称为分类,或者说是离散变量预测。交通事故发生与事故发生本身即存在关系,如:酒驾、不良路况、天黑、恶劣天气等极大可能会引发事故发生,所以不存在无变化规律的无监督学习。本研究使用监督学习中的分类算法—逻辑回归与回归算法—随机森林算法进行监督学习。分类算法和回归算法算法从本质上讲是一样的:都是通过对已有数据的学习,构建模型,然后对未知的数据进行预测,若是连续的数值预测就是回归问题,若是离散的类标号预测,就是分类问题。引发事故严重程度的因素众多,数值各不同,属于离散型数值,使用分类算法。事故发生时间与地点都是特定的数值类型,使用回归算法。监督学习的流程如图3所示:图3机器学习流程图3.1logistic回归线性回归就是根据已知数据集求一线性函数,使其尽可能拟合数据,让损失函数最小,常用的线性回归最优法有最小二乘法和梯度下降法。而逻辑回归是一种非线性回归模型,相比于线性回归,它多了一个sigmoid函数(或称为Logistic函数)。逻辑回归是一种分类算法,主要用于二分类问题。事故引发因素数据类型不同,无法直接进行分类,要先进行数据归一化。将不同因素的结果使用二进制编码,选用逻辑斯蒂模型进行训练。将数据集拆分为训练集X_train,y_train和测试集X_test,y_test,在训练集中训练出模型再放入测试集中进行验证和预测。3.1.1数据归一化归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布,归一化在-1--+1之间是统计的坐标分布。归一化有同一、统一和合一的意思。无论是为了建模还是为了计算,首先基本度量单位要同一,神经网络是以样本在事件中的统计分别几率来进行训练(概率计算)和预测的,且sigmoid函数的取值是0到1之间的,网络最后一个节点的输出也是如此,所以经常要对样本的输出归一化处理。归一化是统一在0-1之间的统计概率分布,当所有样本的输入信号都为正值时,与第一隐含层神经元相连的权值只能同时增加或减小,从而导致学习速度很慢。另外在数据中常存在奇异样本数据,奇异样本数据存在所引起的网络训练时间增加,并可能引起网络无法收敛。为了避免出现这种情况及后面数据处理的方便,加快网络学习速度,可以对输入信号进行归一化,使得所有样本的输入信号其均值接近于0或与其均方差相比很小。选取和事故严重度相关因素字段,归一化后放去新的数据集data_a。对事故严重程度的预测,选择的字段如上图2-3-1和下图3-1-1所示:图3-1-1逻辑回归数据归一化3.1.2填充切片data_a进行数据归一化后,在数据清洗环节还需要填充数据和数据切片。使用fill函数给空值赋值,因与数据严重程度相关的因素情况均编码为0,则空值使用0进行填充。令y轴取Severity值,X轴为data_a中的因素列。切片时使用iloc函数,沿X轴的数据选取DataFrame的所有行,并截取第二列至最末列。以第二行为新的索引行。3.1.3特征提取在之前读取数据时,将m和n分别赋值为行和列。特征提取时以m为横坐标,n为纵坐标,x[m,n]作为一个特征值。使用for循环语句遍历m和n,rang函数返回m和n。找到x[i,j]输出字符串为0的特征值,将特征值放入x_p数据集中。该数据集中存放的因子皆为与事故相关成因。3.1.4模型训练及事故严重程度预测将X_p数据集和Y中数据拆分,按照4:6的比例分为测试集和训练集。为了每次训练的随机数组不同,将随机数的种子填为0。使用LogisticRegression模型进行训练,使用fit函数训练训练集x_train,y_train.训练好模型后放入测试集中进行验证,输出预测精度。若精度为1或精度不足0.5以上,修改训练集比例,换模型继续验证。事故严重程度预测率为0.77,预测准确性符合要求,不更换模型。3.2随机森林在机器学习中,随机森林是一个包含多个决策树的分类器,并且其输出的类别是由个别树输出的类别的众数而定。首先,从原始的数据集中采取有放回的抽样,构造子数据集,子数据集的数据量是和原始数据集相同的。不同子数据集的元素可以重复,同一个子数据集中的元素也可以重复。第二,利用子数据集来构建子决策树,将这个数据放到每个子决策树中,每个子决策树输出一个结果。最后,如果有了新的数据需要通过随机森林得到分类结果,就可以通过对子决策树的判断结果的投票,得到随机森林的输出结果了。与数据集的随机选取类似,随机森林中的子树的每一个分裂过程并未用到所有的待选特征,而是从所有的待选特征中随机选取一定的特征,之后再在随机选取的特征中选取最优的特征。这样能够使得随机森林中的决策树都能够彼此不同,提升系统的多样性,从而提升分类性能。在时间和地点的预测中,尝试了KNN算法但预测精度只有0.4。精度不足除了算法本身不适用于该类数据外,数据降维和建模方式的选取也影响了最终结果。后换为决策树算法,时间预测的训练集使用随机抽取数据集x_p的80%的数据,路段预测的随机种子为数据集前1000个数。
4可视化工具4.1PyechartsEcharts是百度开源的一个数据可视化JS库,主要用于数据可视化。凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可。pyecharts是一个用于生成Echarts图表的类库。实际上就是Echarts与Python的对接。本课题主要使用pie和bar两种样式。4.1.1Pie扇形图用于分析事故严重程度和能见度,图形样式选用pyecharts包自带样式,包括文本大小、图形长短宽窄等。事故严重程度主要分为四级,从1-4,分别为:轻微事故、一般事故、较大事故、重大事故。数据预处理后,据统计轻微事故数为25920,一般事故1592987,较大事故424243,重大事故56857。事故能见度因是数值型,需先进行数据分类。按数据大小共分为优良中差四类。数据预处理后,据统计能见度优5902,能见度良1765475,能见度中186794,能见度差141836。事故严重程度图4-1-1、事故发生时能见度图4-1-2如图所示:图4-1-1事故严重程度情况图4-1-2事故发生时能见度情况由图4-1-1可知,事故发生时一般事故占绝大多数,重大事故与轻微事故只占极少数。由图4-1-2可知,事故发生时能见度良的情况占大多数,优只占到极少数。大部分事故发生时的可见度都时良的即可见度在6.5英里和12英里之间(1英里约等于1.6公里)。故可以推断数据集中因能见度影响造成车祸发生的情况较少。4.1.2Bar矩形图主要用于分析事故发生最多的州、不同天气下发生事故数量,结果如图4-1-3,图4-1-4:图4-1-3各州事故发生数量图4-1-4不同天气下发生事故数量事故发生最多为California,其次分别为Florida、Texas、Southcarolina、NewYork、NorthCarolina、Oregon、Pennsylvania、Virginia、Minnesota。都是比较发达人口较多的地区。在晴朗天气的事故最多,其次是多云的天气,由于大部分时间都是天气晴朗,大多数人都选择在晴朗天气出行,因此无法断定事故是否与天气有相关关系。4.1.3Line将五年的事故数据进行统计,绘制五年事故数据线图。再从事故发生时间中提取事故发生年、月、时进行汇总,统计出事故高发月、事故高峰期。如下图4-1-5至4-1-8所示:图4-1-5五年事故发生数图4-1-6事故发生数/月份图4-1-7事故发生数/小时图4-1-8高峰期事故发生数交通事故数据逐年递增趋势,增幅惊人。事故发生数2020年最高,2016年最低。3-6、9-11为美国春秋季,气候易出行,事故数涨幅变化大。12-3、6-8月为冬夏。人们出行欲望减弱,事故数量呈下降趋势。秋季为事故频发高峰期,因注意驾驶。日事故数的早高峰为6-9点,晚高峰为15-18点。两时段恰为上下班时段,是交通最繁杂车流量最多的时候。4.2SeabornSeaborn是一种基于matplotlib的图形可视化pythonlibraty。它提供了一种高度交互式界面,便于用户能够做出各种有吸引力的统计图表。Seaborn其实是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn就能做出很具有吸引力的图,而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充,而不是替代物。同时它能高度兼容numpy与pandas数据结构以及scipy与statsmodels等统计模式。本文使用该图形用于绘制事故最严重的城市,结果如下图4-2-1:图4-2-1TOP10事故发生最严重城市由上图可知,事故最严重的城市前10分别为:LosAngeles、Houston、Charlotte、Miami、Dallas、Austin、Raleigh、Nashville、Atlanta、BatonRouge。4.3Folium地图Folium是python的一个用来绘制地图,并在地图上打点,画圈,做颜色标记的工具类。Folium是js上著名的地理信息可视化库leaflet.js为Python提供的接口,通过它,我们可以通过在Python端编写代码操纵数据,来调用leaflet的相关功能,基于内建的osm或自行获取的osm资源和地图原件进行地理信息内容的可视化,以及制作优美的可交互地图。其是通过不断添加图层元素来定义一个Map对象,最后以几种方式将Map对象展现出来。在Map对象的生成形式上,可以在定义所有的图层内容之后,将其保存为html文件在浏览器中独立显示,也可以基于jupyternotebook在一个ipynb文件内部嵌入对应的交互地图,本文即采用后者对应的方法。联网后的Folium地图,可以看到各州的事故发生情况。打点越多则为事故发生碰撞点的数量越多,如图4-3-1所示。进一步将地图放大,可查看各市的事故发生情况,事故发生碰撞点的数量,如图4-3-2所示。再次放大地图,可查看各街道的事故碰撞点,如图4-3-3所示。图4-3-1各州事故碰撞点数量情况图4-3-2各市事故碰撞点数量情况图4-3-3各街道事故碰撞点数量情况5总结及展望5.1总结在将近6个月的时间中,对于交通事故数据分析与可视化的功能基本完全实现。在课题研究的过程中,我学习到了关联分析与监督学习的知识,感受到了数据分析带来的快乐与成就感。最初使用集成IDE—Anaconda,在虚拟环境下编译时即享受到conda功能的强大与便利。之后因每次使用前都要激活虚拟环境、conda包运行不断出现各类错误,渐渐放弃了集成IDE。使用jupyternotebook编译,conda的问题得以解决。在与kaggle数十个笔记进行比较学习后,找到了最简单又快捷的数据处理方式和最美观的可视化工具包。不同类型的数据,对图形样式的要求也有差异。预测方面,KNN预测的结果并不适用与此数据集,预测精度仅为0.4。kaggle上最好的KNN的预测精度仅为0.6,综上考虑,将KNN算法改为随机森林算法。随机森林的预测显然适用,得到的预测范围为0.8-0.9,预测结果十分理想。5.2展望本次研究遗憾之处,未获取到所有环境因子的规则关系。在数据处理时,没能按行列顺序对空值进行逐一索引并打印。数据填充时,未使用众数或中位数可能会对分析结果造成一定影响。数据分析时,没能使用箱式图、热图等分析手段,对数据集的挖掘面不充足。参考文献[1]Moosavi,Sobhan,MohammadHosseinSamavatian,SrinivasanParthasarathy,andRajivRamnath.“ACountrywideTrafficAccidentDataset.”,2019.[2]Moosavi,Sobhan,MohammadHosseinSamavatian,SrinivasanParthasarathy,RaduTeodorescu,andRajivRamnath.
"AccidentRiskPredictionbasedonHeterogeneousSparseData:NewDatasetandInsights."
Inproceedingsofthe27thACMSIGSPATIALInternationalConferenceonAdvancesinGeographicInformationSystems,ACM,2019.[3]张国强.基于机器学习的交通事故预测系统设计与实现[D].黑龙江大学,2019.[4]牛毅,李振明,樊运晓.基于数据挖掘的高速公路货车交通事故影响因素关联分析研究[J].安全与环境工程,2020,27(04):180-188.[5]苏芳,袁勤.城市公路交通事故关联规则分析[J].武汉理工大学学报(信息与管理工程版),2020,42(04):313-318+331.[6]朱磊.基于深度学习的交通事故风险预测研究与实现[D].西南交通大学,2019.[7]彭璇,方艾芬,裘晨璐,周建宁.公路交通事故可视化分析关键技术研究[J].中国公共安全(学术版),2019(02):52-56.[8]包丹.基于贝叶斯网络的交通事故致因路径分析[J].智能城市,2020,6(17):117-118.[9]冷荣.基于SVM-RFE算法的道路交通事故严重程度分析[J].智能城市,2020,6(17):115-116.[10]杨文忠,张志豪,吾守尔·斯拉木,温杰彬,富雅玲,王丽花,王婷.基于时间序列关系的GBRT交通事故预测模型[J].电子科技大学学报,2020,49(04):615-621.[11]柴涛.基于机器学习的交通事故持续时间预测算法研究[D].哈尔滨工业大学,2018.[12]SalahadinSeidYassin,Pooja.RoadaccidentpredictionandmodelinterpretationusingahybridK-meansandrandomforestalgorithmapproach[J].SNAppliedSciences,2020,2(9).
致谢本课题自立题之初至结束,因知识面不够、技术无法实现而致中间多次产生放弃的想法。詹何庆老师细心的分析、耐心的鼓励使我有了继续的勇气和动力。在指导过程中,老师严谨、细致的治学理念深深的感染着我,踏实务实的治学态度也是我最应向老师学习的品质。课题顺利完成,离不开老师的鼓励和鞭策。在此由衷的向詹何庆老师表达最诚挚的感谢。课题的顺利完成还离不开父母家人的支持与帮助,感谢你们在我生活和学习上的支持与付出。此外,感谢课题组洪金女同学对课题研究、论文撰写时提供的建议与帮助。正因为有你们的帮助,我才能顺利完成毕业设计。最后,对参与本论文答辩、审阅、评定的所有老师表示感谢!
附录1表1-1数据集字段说明#AttributeDescriptionNullable1SeverityShowstheseverityoftheaccident,anumberbetween1and4,where1indicatestheleastimpactontraffic(i.e.,shortdelayasaresultoftheaccident)and4indicatesasignificantimpactontraffic(i.e.,longdelay).No2Start_TimeShowsstarttimeoftheaccidentinlocaltimezone.No3End_TimeShowsendtimeoftheaccidentinlocaltimezone.Endtimeherereferstowhentheimpactofaccidentontrafficflowwasdismissed.No4StreetShowsthestreetnameinaddressfield.Yes5SideShowstherelativesideofthestreet(Right/Left)inaddressfield.Yes6CityShowsthecityinaddressfield.Yes7CountryShowsthecountryinaddressfield.Yes8Temperature(F)Showsthetemperature(inFahrenheit).Yes9Humidity(%)Showsthehumidity(inpercentage).Yes10Pressure(in)Showstheairpressure(ininches).Yes19Visibility(mi)Showsvisibility(
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 铁路行车调度与组织管理知识专项训练题库及答案
- 旅游法律法规与政策考试模拟试卷及答案
- 中医医学信息学基础理论模拟试卷及答案
- 2026年镀膜玻璃行业洞察报告及未来五至十年发展趋势报告
- 旅游行业政策法规题库及答案
- 2026年安徽省中小学教师招聘考试教育综合知识笔试试题试卷带答案
- 2026年运输设备及生产用计数仪表制造行业洞察报告及未来五至十年供需变化与价格趋势
- 专利代理师资格考试冲刺练习题及答案
- 审计证据收集与鉴定技巧备考习题及答案
- 审计项目质量控制专项训练题库及答案
- (2026年新版)人教版小学数学六年级上册第四单元圆《1.圆和扇形的认识》教学课件第3课时
- 公文写作教学课件下载
- 3.2 《文学作为语言艺术的独特地位》(课件)中职高二语文(高教版2023拓展上册)
- 机动车冷却液 第2部分:电动汽车冷却液(征求意见稿)编制说明
- 2025广州标准商铺租赁合同样本
- 奇妙的降落伞课件
- 国企纪检委员工作职责
- 医院中央运送服务方案(包括但不仅限于护送或陪检)
- 通信工程建设标准强制性条文汇编(2023版)-定额质监中心
- 2024年甘肃省高中学业水平合格考数学试卷试题(含答案解析)
- 液化石油气供应工程设计规范(局部修订征求意见稿)
评论
0/150
提交评论