基于组合模型的交通事故严重程度预测方法

摘要：

由于各个单一分类模型对道路交通事故严重程度预测的局限性,为提升模型预测性能,致力于建立一种组合模型.结合卷积神经网络提取时空维度中的特征信息,采用stacking方式将CNN与XGBoost组合,最终生成道路交通事故严重性的分类模型(多层提升算法).实验结果表明,此模型在测试集上预测精度为91.51％,组合模型比单一分类模型具有更好的分类结果.基于组合模型的分类结果,对交通事故特征进行重要性排序,开展特征相关性分析,为减少道路交通事故及减轻道路交通事故严重等级的管理措施提供参考依据.

关键词：交通安全、交通事故严重程度、XGBoost、卷积神经网络、诱因分析

所属期刊栏目：36

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划政府间国际科技创新合作重点专项资助项目2016YFE0108000;江苏省重点研发计划资助项目BE2017163;中央高校基本科研业务费专项资金资助项目30916015104;中兴合作研究项目2016ZTE04-11

在线出版日期：2019-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2395-2399