10.19335/j.cnki.2095-6649.2020.12.046
基于Wide&Deep网络结构的营运车辆风险评级算法
本文通过分析营运车辆风险评级中常见的方法和问题,通过构建车联网平台采集车辆基础信息、驾驶环境、驾驶员行为三类数据,在对数据进行归一化处理后,采用Wide&Deep深度神经网络对数据进行建模.通过实验测试,本方法在预测营运车辆下个月的交通事故出现概率上具有较高的准确率,并根据预测结果对车辆风险进行评级,该评级能有效提高营运车辆安全管理效率.
Wide&Deep;营运车辆;风险评级
D035.37(国家理论)
2021-10-19(万方平台首次上网日期,不代表论文的发表时间)
共2页
99-100