基于机器学习的交通事故预测系统设计与实现
发布时间：2022-02-18 09:01
随着社会的发展,交通设施愈加发达,人们的出行需求也不断提高,但是随之而来的交通安全问题也越来越多。传统的车辆事故预防措施包括被动安全系统与主动安全系统。近年来随着科技的进步,辅助驾驶等新一代的安全系统也慢慢登上了舞台,但是研究表明更加合理的安全系统必然是基于车联网技术与事故预测技术相结合的预防式安全系统,因为车联网技术解决了驾驶员视野受限的问题,使车辆与车辆可在非视距条件下进行通信。车联网技术结合事故预测能实时判断车辆是否处于危险状态,更好地保障乘客安全,减少潜在损失。一方面传统的事故预测往往将经典预测算法运用到一组少量数据上,得到的模型只能预测较小范围的交通事故;另一方面大部分事故预测模型受限于数据特征较少及未考虑到实际应用场景的问题,没有结合地区异质性,事故预测模型的预测精度较差。基于以上问题,本文做了以下研究:1.论文对已有的交通事故数据集进行了初步的数据处理,分别从人、车、道路、环境和其他因素五个方面分析并归纳了交通事故与影响因素之间的关系,证明了地区异质对事故的影响,为交通事故预测做铺垫工作。2.针对传统交通事故预测忽略地区异质性的问题,对原始数据和异质空间数据分别进行预处理...
【文章来源】：黑龙江大学黑龙江省
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第1章 绪论
1.1 课题的研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.2.3 国内外研究现状总结
1.3 本文研究的内容及章节安排
1.3.1 本文主要的研究内容
1.3.2 章节安排
第2章 基础知识及相关概念介绍
2.1 车联网
2.1.1 车联网简介
2.1.2 车联网体系结构
2.1.3 车联网通信技术简介
2.2 事故预测方法
2.2.1 基于定性预测的交通事故预测
2.2.2 基于定量预测的交通事故预测
2.3 机器学习算法
2.3.1 逻辑斯谛回归
2.3.2 随机森林
2.4 本章小结
第3章 事故影响因素分析归纳与事故地区异质性研究
3.1 车辆事故影响因素总结
3.1.1 与人相关因素
3.1.2 与车辆相关因素
3.1.3 与道路相关的因素
3.1.4 与环境相关的因素
3.1.5 其他
3.2 农村与城市下不同交通因素对事故影响
3.2.1 城市事故数据分析
3.2.2 农村事故数据分析
3.3 本章小结
第4章 交通事故预测算法
4.1 问题描述与定义
4.2 交通事故预测数据准备
4.2.1 数据描述
4.2.2 数据读取
4.2.3 数据准备
4.3 实验性能评价指标
4.4 非异质条件下的交通事故预测
4.5 异质条件下的事故预测
4.5.1 区分数据
4.5.2 数据处理
4.5.3 异质地区事故预测
4.6 实验结果及性能评价
4.7 本章小结
第5章 交通事故预测系统的设计与实现
5.1 系统开发环境
5.1.1 开发工具
5.1.2 运行环境
5.2 仿真平台搭建
5.3 系统整体设计
5.4 系统详细设计及演示
5.4.1 交互模块
5.4.2 分类器模块
5.5 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]大数据背景下的智能交通系统应用与平台构建[J]. 魏永青,鄂飞,乔瑞,张志庆,冯阎. 科技创新与应用. 2018(16)
[2]基于贝叶斯网络模型的道路交通事故链生成与演化研究[J]. 熊晓夏,陈龙,梁军,陈月霞. 公路交通科技. 2018(05)
[3]基于改进K-means算法的城市道路交通事故分析[J]. 郭璘,周继彪,董升,张水潮. 中国公路学报. 2018(04)
[4]减少交通安全事故的相关措施[J]. 雷传宝,赵静. 南方农机. 2017(12)
[5]基于Pena距离的广义线性回归模型的影响分析[J]. 胡江,林金官,赵彦勇. 应用数学. 2017(03)
[6]车联网环境下IEEE 802.11p移动性支持仿真研究[J]. 胡锦超,赵祥模,王润民,李骁驰. 计算机工程. 2017(05)
[7]农村公路交通事故特征分析[J]. 王雪梅,杨迅,范钦满,胡思涛. 物流工程与管理. 2017(04)
[8]区域高速路网交通事故影响区划分及交通诱导[J]. 金书鑫,王建军,徐嫚谷. 长安大学学报(自然科学版). 2017(02)
[9]基于AdaBoost分类器的实时交通事故预测[J]. 张军,胡震波,朱新山. 计算机应用. 2017(01)
[10]基于LTE D2D技术的车联网通信架构与数据分发策略研究[J]. 彭军,马东,刘凯阳,张倩倩,张晓勇. 通信学报. 2016(07)
硕士论文
[1]不同缺失值处理技术的模拟比较[D]. 花琳琳.郑州大学 2012
[2]数据不平衡分类问题研究[D]. 范先念.中国科学技术大学 2011
本文编号：3630547
【文章来源】：黑龙江大学黑龙江省
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第1章 绪论
1.1 课题的研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.2.3 国内外研究现状总结
1.3 本文研究的内容及章节安排
1.3.1 本文主要的研究内容
1.3.2 章节安排
第2章 基础知识及相关概念介绍
2.1 车联网
2.1.1 车联网简介
2.1.2 车联网体系结构
2.1.3 车联网通信技术简介
2.2 事故预测方法
2.2.1 基于定性预测的交通事故预测
2.2.2 基于定量预测的交通事故预测
2.3 机器学习算法
2.3.1 逻辑斯谛回归
2.3.2 随机森林
2.4 本章小结
第3章 事故影响因素分析归纳与事故地区异质性研究
3.1 车辆事故影响因素总结
3.1.1 与人相关因素
3.1.2 与车辆相关因素
3.1.3 与道路相关的因素
3.1.4 与环境相关的因素
3.1.5 其他
3.2 农村与城市下不同交通因素对事故影响
3.2.1 城市事故数据分析
3.2.2 农村事故数据分析
3.3 本章小结
第4章 交通事故预测算法
4.1 问题描述与定义
4.2 交通事故预测数据准备
4.2.1 数据描述
4.2.2 数据读取
4.2.3 数据准备
4.3 实验性能评价指标
4.4 非异质条件下的交通事故预测
4.5 异质条件下的事故预测
4.5.1 区分数据
4.5.2 数据处理
4.5.3 异质地区事故预测
4.6 实验结果及性能评价
4.7 本章小结
第5章 交通事故预测系统的设计与实现
5.1 系统开发环境
5.1.1 开发工具
5.1.2 运行环境
5.2 仿真平台搭建
5.3 系统整体设计
5.4 系统详细设计及演示
5.4.1 交互模块
5.4.2 分类器模块
5.5 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]大数据背景下的智能交通系统应用与平台构建[J]. 魏永青,鄂飞,乔瑞,张志庆,冯阎. 科技创新与应用. 2018(16)
[2]基于贝叶斯网络模型的道路交通事故链生成与演化研究[J]. 熊晓夏,陈龙,梁军,陈月霞. 公路交通科技. 2018(05)
[3]基于改进K-means算法的城市道路交通事故分析[J]. 郭璘,周继彪,董升,张水潮. 中国公路学报. 2018(04)
[4]减少交通安全事故的相关措施[J]. 雷传宝,赵静. 南方农机. 2017(12)
[5]基于Pena距离的广义线性回归模型的影响分析[J]. 胡江,林金官,赵彦勇. 应用数学. 2017(03)
[6]车联网环境下IEEE 802.11p移动性支持仿真研究[J]. 胡锦超,赵祥模,王润民,李骁驰. 计算机工程. 2017(05)
[7]农村公路交通事故特征分析[J]. 王雪梅,杨迅,范钦满,胡思涛. 物流工程与管理. 2017(04)
[8]区域高速路网交通事故影响区划分及交通诱导[J]. 金书鑫,王建军,徐嫚谷. 长安大学学报(自然科学版). 2017(02)
[9]基于AdaBoost分类器的实时交通事故预测[J]. 张军,胡震波,朱新山. 计算机应用. 2017(01)
[10]基于LTE D2D技术的车联网通信架构与数据分发策略研究[J]. 彭军,马东,刘凯阳,张倩倩,张晓勇. 通信学报. 2016(07)
硕士论文
[1]不同缺失值处理技术的模拟比较[D]. 花琳琳.郑州大学 2012
[2]数据不平衡分类问题研究[D]. 范先念.中国科学技术大学 2011
本文编号：3630547
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3630547.html
