10.3979/j.issn.1673-825X.2019.05.005
基于多源数据的出行安全时空评价模型研究
准确评估城市安全态势是保障居民出行安全的关键.针对现有的单一领域静态评价方法难以应对复杂多变的出行安全问题,考虑出行安全的时空相关特性,提出一种基于多源数据的出行安全时空评价模型.针对时间类特征的马尔科夫特性,构建基于条件随机场的时间域评价模型以模拟安全指数的时序相关性;针对空间维度中不同栅格之间的特征相关性和地理位置邻近性与安全指数之间复杂的非线性映射关系,构建基于神经网络的空间域评价模型以模拟安全指数的空间相关性.在模型训练阶段,考虑样本数据稀疏性问题,采用基于协同训练的半监督学习方法使2个模型相互迭代增强,共同作用得到最终评价结果.实验结果表明,该方法分类评价精确率达82.3%,召回率达70.4%,模型性能优于其他几种常用的分类算法.
出行安全、多源数据、时空评价模型、协同训练
31
TP391(计算技术、计算机技术)
教育部-中国移动科研基金;重庆移动大数据公共服务平台公共数据模型重庆移动合第号
2019-11-22(万方平台首次上网日期,不代表论文的发表时间)
共10页
618-627