基于深度學(xué)習(xí)的城市交通事故風(fēng)險預(yù)測算法研究
發(fā)布時間:2021-01-08 01:25
交通事故被廣泛認(rèn)為是加劇城市交通擁堵的重要因素之一。近年來,大量研究工作關(guān)注于交通事故的致因因素分析研究,并以此來預(yù)測交通事故風(fēng)險和時空影響。交通事故的主要致因因素包括:駕駛員特征、交通流量、天氣因素和道路網(wǎng)絡(luò)等。然而上述致因因素在城市交通環(huán)境中存在復(fù)雜性和不確定性,進(jìn)而對交通事故風(fēng)險預(yù)測帶來了兩方面挑戰(zhàn):第一,現(xiàn)有工作大多關(guān)注預(yù)測某一封閉道路(如高速路、快速路等)的事故,而面向城市復(fù)雜路網(wǎng)環(huán)境的交通事故風(fēng)險預(yù)測的研究鮮有報道;第二,現(xiàn)有工作大多采用傳統(tǒng)的機(jī)器學(xué)習(xí)方法,而機(jī)器學(xué)習(xí)方法缺乏有效挖掘多維數(shù)據(jù)高維特征的能力?傊,交通事故風(fēng)險預(yù)測研究迫切需要綜合考慮城市道路環(huán)境的復(fù)雜性和動態(tài)性,以及事故致因因素之間的高維依賴性等因素,相關(guān)研究工作具有重大理論和應(yīng)用價值。針對上述問題,本文面向海量城市交通事故數(shù)據(jù),并融合了實(shí)時交通流量和天氣等多源數(shù)據(jù),提出了一種城市級別的交通事故風(fēng)險預(yù)測算法,稱為“棧式降噪卷積自編碼算法(SDCAE)”。SDCAE算法旨在及時有效地預(yù)測城市區(qū)域交通事故發(fā)生的風(fēng)險,主要研究內(nèi)容包括:第一,結(jié)合城市路網(wǎng)、交通事故和車牌識別設(shè)備的分布情況對城市進(jìn)行相應(yīng)網(wǎng)格區(qū)域劃分;...
【文章來源】: 陳超 廈門大學(xué)
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2.2道路交通事故構(gòu)成??
車流檢測設(shè)備點(diǎn)位分布
圖3.2交通事故網(wǎng)格區(qū)域分布:(a)?2016年7月27日網(wǎng)格區(qū)域早高峰事故??圖;(b)?2016年7月28日網(wǎng)格區(qū)域早高峰事故圖??
本文編號:2963630
【文章來源】: 陳超 廈門大學(xué)
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2.2道路交通事故構(gòu)成??
車流檢測設(shè)備點(diǎn)位分布
圖3.2交通事故網(wǎng)格區(qū)域分布:(a)?2016年7月27日網(wǎng)格區(qū)域早高峰事故??圖;(b)?2016年7月28日網(wǎng)格區(qū)域早高峰事故圖??
本文編號:2963630
本文鏈接:http://www.sikaile.net/kejilunwen/daoluqiaoliang/2963630.html
教材專著