隨著社會的發(fā)展,交通設(shè)施愈加發(fā)達,人們的出行需求也不斷提高,但是隨之而來的交通安全問題也越來越多。傳統(tǒng)的車輛事故預(yù)防措施包括被動安全系統(tǒng)與主動安全系統(tǒng)。近年來隨著科技的進步,輔助駕駛等新一代的安全系統(tǒng)也慢慢登上了舞臺,但是研究表明更加合理的安全系統(tǒng)必然是基于車聯(lián)網(wǎng)技術(shù)與事故預(yù)測技術(shù)相結(jié)合的預(yù)防式安全系統(tǒng),因為車聯(lián)網(wǎng)技術(shù)解決了駕駛員視野受限的問題,使車輛與車輛可在非視距條件下進行通信。車聯(lián)網(wǎng)技術(shù)結(jié)合事故預(yù)測能實時判斷車輛是否處于危險狀態(tài),更好地保障乘客安全,減少潛在損失。一方面?zhèn)鹘y(tǒng)的事故預(yù)測往往將經(jīng)典預(yù)測算法運用到一組少量數(shù)據(jù)上,得到的模型只能預(yù)測較小范圍的交通事故;另一方面大部分事故預(yù)測模型受限于數(shù)據(jù)特征較少及未考慮到實際應(yīng)用場景的問題,沒有結(jié)合地區(qū)異質(zhì)性,事故預(yù)測模型的預(yù)測精度較差。基于以上問題,本文做了以下研究:1.論文對已有的交通事故數(shù)據(jù)集進行了初步的數(shù)據(jù)處理,分別從人、車、道路、環(huán)境和其他因素五個方面分析并歸納了交通事故與影響因素之間的關(guān)系,證明了地區(qū)異質(zhì)對事故的影響,為交通事故預(yù)測做鋪墊工作。2.針對傳統(tǒng)交通事故預(yù)測忽略地區(qū)異質(zhì)性的問題,對原始數(shù)據(jù)和異質(zhì)空間數(shù)據(jù)分別進行預(yù)處理... 

【文章來源】：黑龍江大學(xué)黑龍江省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第1章 緒論
    1.1 課題的研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國內(nèi)研究現(xiàn)狀
        1.2.2 國外研究現(xiàn)狀
        1.2.3 國內(nèi)外研究現(xiàn)狀總結(jié)
    1.3 本文研究的內(nèi)容及章節(jié)安排
        1.3.1 本文主要的研究內(nèi)容
        1.3.2 章節(jié)安排
第2章 基礎(chǔ)知識及相關(guān)概念介紹
    2.1 車聯(lián)網(wǎng)
        2.1.1 車聯(lián)網(wǎng)簡介
        2.1.2 車聯(lián)網(wǎng)體系結(jié)構(gòu)
        2.1.3 車聯(lián)網(wǎng)通信技術(shù)簡介
    2.2 事故預(yù)測方法
        2.2.1 基于定性預(yù)測的交通事故預(yù)測
        2.2.2 基于定量預(yù)測的交通事故預(yù)測
    2.3 機器學(xué)習(xí)算法
        2.3.1 邏輯斯諦回歸
        2.3.2 隨機森林
    2.4 本章小結(jié)
第3章 事故影響因素分析歸納與事故地區(qū)異質(zhì)性研究
    3.1 車輛事故影響因素總結(jié)
        3.1.1 與人相關(guān)因素
        3.1.2 與車輛相關(guān)因素
        3.1.3 與道路相關(guān)的因素
        3.1.4 與環(huán)境相關(guān)的因素
        3.1.5 其他
    3.2 農(nóng)村與城市下不同交通因素對事故影響
        3.2.1 城市事故數(shù)據(jù)分析
        3.2.2 農(nóng)村事故數(shù)據(jù)分析
    3.3 本章小結(jié)
第4章 交通事故預(yù)測算法
    4.1 問題描述與定義
    4.2 交通事故預(yù)測數(shù)據(jù)準備
        4.2.1 數(shù)據(jù)描述
        4.2.2 數(shù)據(jù)讀取
        4.2.3 數(shù)據(jù)準備
    4.3 實驗性能評價指標
    4.4 非異質(zhì)條件下的交通事故預(yù)測
    4.5 異質(zhì)條件下的事故預(yù)測
        4.5.1 區(qū)分數(shù)據(jù)
        4.5.2 數(shù)據(jù)處理
        4.5.3 異質(zhì)地區(qū)事故預(yù)測
    4.6 實驗結(jié)果及性能評價
    4.7 本章小結(jié)
第5章 交通事故預(yù)測系統(tǒng)的設(shè)計與實現(xiàn)
    5.1 系統(tǒng)開發(fā)環(huán)境
        5.1.1 開發(fā)工具
        5.1.2 運行環(huán)境
    5.2 仿真平臺搭建
    5.3 系統(tǒng)整體設(shè)計
    5.4 系統(tǒng)詳細設(shè)計及演示
        5.4.1 交互模塊
        5.4.2 分類器模塊
    5.5 本章小結(jié)
結(jié)論
參考文獻
致謝


【參考文獻】：
期刊論文
[1]大數(shù)據(jù)背景下的智能交通系統(tǒng)應(yīng)用與平臺構(gòu)建[J]. 魏永青,鄂飛,喬瑞,張志慶,馮閻.  科技創(chuàng)新與應(yīng)用. 2018(16)
[2]基于貝葉斯網(wǎng)絡(luò)模型的道路交通事故鏈生成與演化研究[J]. 熊曉夏,陳龍,梁軍,陳月霞.  公路交通科技. 2018(05)
[3]基于改進K-means算法的城市道路交通事故分析[J]. 郭璘,周繼彪,董升,張水潮.  中國公路學(xué)報. 2018(04)
[4]減少交通安全事故的相關(guān)措施[J]. 雷傳寶,趙靜.  南方農(nóng)機. 2017(12)
[5]基于Pena距離的廣義線性回歸模型的影響分析[J]. 胡江,林金官,趙彥勇.  應(yīng)用數(shù)學(xué). 2017(03)
[6]車聯(lián)網(wǎng)環(huán)境下IEEE 802.11p移動性支持仿真研究[J]. 胡錦超,趙祥模,王潤民,李驍馳.  計算機工程. 2017(05)
[7]農(nóng)村公路交通事故特征分析[J]. 王雪梅,楊迅,范欽滿,胡思濤.  物流工程與管理. 2017(04)
[8]區(qū)域高速路網(wǎng)交通事故影響區(qū)劃分及交通誘導(dǎo)[J]. 金書鑫,王建軍,徐嫚谷.  長安大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[9]基于AdaBoost分類器的實時交通事故預(yù)測[J]. 張軍,胡震波,朱新山.  計算機應(yīng)用. 2017(01)
[10]基于LTE D2D技術(shù)的車聯(lián)網(wǎng)通信架構(gòu)與數(shù)據(jù)分發(fā)策略研究[J]. 彭軍,馬東,劉凱陽,張倩倩,張曉勇.  通信學(xué)報. 2016(07)

碩士論文
[1]不同缺失值處理技術(shù)的模擬比較[D]. 花琳琳.鄭州大學(xué) 2012
[2]數(shù)據(jù)不平衡分類問題研究[D]. 范先念.中國科學(xué)技術(shù)大學(xué) 2011



本文編號：3630547