The invention discloses a method for association rules based on serious traffic accident identification method, the method of serious traffic accident data extracted from China over the road traffic accident report, and accident data partition for the extraction of person vehicle road environment and other factors a total of five accident variables. On this basis, the analysis method based on association rule set, support the confidence and reasonable threshold enhance the degree of serious accidents in association analysis, based on the Apriori algorithm, calculation of major traffic accidents two sets, three sets and four sets of rules, and combined with the output rule's support and confidence and enhance the degree of recognition, a serious traffic accident caused by the accident and common mechanism. The invention reduces the randomness and the influence of the subjective judgment of the decision maker, and can effectively identify and analyze the mechanism of the serious traffic accident caused by the serious traffic accident.
【技术实现步骤摘要】
本专利技术属于交通事故安全研究领域,涉及一种基于关联规则的重特大交通事故事故致因识别方法。
技术介绍
近年来,随着居民出行的安全意识不断提升以及各种信息化智能控制和诱导技术在交通安全领域中的大量使用,我国的道路交通安全形势总体平稳,交通事故万人伤亡率正逐年不断降低,但是群死群伤的重特大道路交通事故问题却日趋突出,给社会和人民生活带来了巨大的负面影响。重特大交通事故为一次死亡10人以上的交通事故。与传统道路交通事故相比,我国重特大道路交通事故的调查工作更加全面。一次死亡10-29人的重特大道路交通事故是由事故发生地省级人民政府、设区的市级人民政府、县级人民政府组织事故调查组负责调查;一次死亡30人以上的重特大道路交通事故由国务院或者国务院授权有关部门组织事故调查组进行调查。事故调查组会在事故发生之日起60日内提交一份较为详细的事故调查报告。所有重特大道路交通事故数据最终是由公安部交通管理局进行汇总统计,并发表在每年的道路交通事故年报中。由于重特大交通事故的伤亡程度和带来的经济损失都远远超过普通交通事故,因此近年来重特大道路交通事故的致因分析和事故机理研究受到了越来越多的重视。而目前国内外关于道路交通事故的致因分析和机理研究,其研究对象均侧重于传统交通事故,而较少涉及重特大交通事故。由于重特大交通事故通常是由多个致因共同导致,其事故特征和发生机理与传统交通事故存在一定差异。此外我国现有的重特大交通事故致因研究大多基于定性分析,缺乏现成的重特大交通事故数据库,加上重特大交通事故的发生频次较低,属于稀疏型数据,故将传统交通事故的统计分析方法直接用于重特大交通事故 ...
【技术保护点】
一种基于关联规则的重特大交通事故致因识别方法,其特征在于,该方法包括以下步骤:1)采集历年重特大交通事故信息,统计驾驶人、车辆、道路以及环境四方面的事故致因信息,将四方面事故致因信息合计丢失度超过20%的事故信息剔除;2)根据所述步骤1)中采集到的重特大交通事故信息,将每起事故信息中的文本信息编码为驾驶人、车辆、道路、环境、其他共五个维度的事故变量:I1,I2,I3,I4,I5,每个维度的事故变量下面又划分为若干个子变量:I11,I12,I13,I14,...;3)根据下式计算重特大交通事故关联规则A→B的支持度Support(A→B):Support(A→B)=#(A∩B)N---(1)]]>其中N代表重特交通事故的样本总数,#(A∩B)代表重特大交通事故中事故致因A和事故致因B同时发生的频次;对于重特大交通事故关联规则A→B,A称为规则前件,B称为规则后件;根据下式计算重特大交通事故关联规则A→B的置信度Confidence(A→B),即在规则前件发生的条件下,规则后件发生的条件概率:Confidence(A→B)=Support ...
【技术特征摘要】
1.一种基于关联规则的重特大交通事故致因识别方法,其特征在于,该方法包括以下步骤:1)采集历年重特大交通事故信息,统计驾驶人、车辆、道路以及环境四方面的事故致因信息,将四方面事故致因信息合计丢失度超过20%的事故信息剔除;2)根据所述步骤1)中采集到的重特大交通事故信息,将每起事故信息中的文本信息编码为驾驶人、车辆、道路、环境、其他共五个维度的事故变量:I1,I2,I3,I4,I5,每个维度的事故变量下面又划分为若干个子变量:I11,I12,I13,I14,...;3)根据下式计算重特大交通事故关联规则A→B的支持度Support(A→B):Support(A→B)=#(A∩B)N---(1)]]>其中N代表重特交通事故的样本总数,#(A∩B)代表重特大交通事故中事故致因A和事故致因B同时发生的频次;对于重特大交通事故关联规则A→B,A称为规则前件,B称为规则后件;根据下式计算重特大交通事故关联规则A→B的置信度Confidence(A→B),即在规则前件发生的条件下,规则后件发生的条件概率:Confidence(A→B)=Support(A→B)Support(A)---(2)]]>其中,Support(A)为事故致因A的支持度,即由事故致因A引起的事故占事故样本总数的比例;根据下式计算重特大交通事故关联规则A→B的提升度Lift(A→B),即用于反映规则前件和规则后件之间的相互依赖程度:Lift(A→B)=Support(A→B)Support(A)×Support(B)---(3)]]>其中,Suppo...
【专利技术属性】
技术研发人员:徐铖铖,包杰,刘攀,吴家明,
申请(专利权)人:东南大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。