位置:成果数据库 > 期刊 > 期刊详情页
基于支持向量机的道路交通事故数据统计模型研究
  • ISSN号:1003-3033
  • 期刊名称:中国安全科学学报
  • 时间:2013.6.30
  • 页码:39-44
  • 分类:X928.02[环境科学与工程—安全科学]
  • 作者机构:[1]南京理工大学自动化学院,江苏南京210094
  • 相关基金:国家自然科学基金资助(51178157,51208256); 国家统计科研计划项目(2012LY150); 教育部人文社会科学研究项目(12YJCH071); 江苏省高校“青蓝工程”资助项目(201211)
  • 相关项目:城市路网交通拥堵态势监控的理论与方法研究
作者: 胡启洲|
中文摘要:

为有效预测道路交通事故,促进交通可持续发展,利用支持向量机(SVM)与蚁群算法(ACA)综合研究道路交通事故问题。在对SVM进行优化决策的基础上,提出一个交通事故数据拟合和预测的统计分析模型。鉴于SVM的预测精度很大程度上取决于训练参数的选取,利用ACA优化其训练参数的选择过程,得到基于SVM的道路交通事故数据统计分析模型。利用该模型对小样本及非线性数据优越的预测性能进行年交通事故量的预测。结果表明,与一些其他模型相比,基于SVM的道路交通事故数据统计分析模型,预测精度更高、误差更小,能够更有效地对交通事故数量进行拟合、预测和统计分析。

英文摘要:

In order to promote sustainable development of road traffic, road traffic accident problems were studied using support vector machines (SVM) and ant colony algorithm (ACA). A statistical analy- sis model for road traffic accidents was built. The model was verified by using data on road traffic accidents in China from 1995 to 2012. The results show that compared to other model can make much more accurate predictions.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国安全科学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国职业安全健康协会
  • 主编:徐德蜀
  • 地址:北京市东城区和平里九区甲4号安信大厦A306室
  • 邮编:100013
  • 邮箱:csstlp@263.net
  • 电话:010-64464782
  • 国际标准刊号:ISSN:1003-3033
  • 国内统一刊号:ISSN:11-2865/X
  • 邮发代号:
  • 获奖情况:
  • 中国科技论文统计用刊,第一届中国科协期刊优秀学术论文奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:31001