10.3969/j.issn.1672-9722.2020.12.035
基于多尺度级联森林的交通安全状态预测
城市交通安全状态预测任务对交通管理和公共安全具有重要意义,针对交通流数据的时序相关特性,论文提出一种基于多尺度级联森林的交通安全状态预测方法.首先,对事故发生地点上游的交通流数据进行处理与特征选择;然后,采用K-means聚类和统计分析的方法对交通流数据进行安全状态量化;最后,使用提出的多尺度级联森林算法对交通安全状态进行预测,该方法能够有效地处理时序数据的分类问题.根据实验显示,所提出的方法在预测指标上相对于对比的方法都有了显著的提升.
智能交通、安全预测、分类、聚类、深度森林
48
TP391.4(计算技术、计算机技术)
2021-01-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
2997-3001