基于C４．５的高速公路事故主次因分析及事故类型判断方法技术

本发明专利技术公开了一种基于C４．５的高速公路事故主次因分析及事故类型判断方法，包括如下步骤：1、收集N条高速公路交通事故记录，包括事故发生时的道路条件、驾驶员情况、车辆情况等属性信息、事故类型；2、将属性信息进行符号化；由属性变量和事故类型构建样本集；3、N次事故的属性变量组成属性集合{Vi}作为输入，事故类型集合{Ci}作为输出，应用C４．５算法构建决策树，决策树的终端节点为事故类型，中间节点为属性；4、根据所建立决策树得到事故主次因素顺序。该方法综合考虑与事故相关的人‑车‑路‑环境指标，能够精准分析公路交通事故主次因，判断某些条件下最可能发生的事故类型，对公路交通管理部门采取防护措施具有指导意义。

【技术实现步骤摘要】
基于C4.5的高速公路事故主次因分析及事故类型判断方法
本专利技术属于公路交通安全管理研究领域，具体涉及一种基于数据挖掘的交通事故主次因判断方法及事故类型判断方法。
技术介绍
高速公路是适合中长途出行的便捷途径，同时也是不安全因素最多的出行模式。我国每年因为交通事故所带来的人身伤亡和财产损失情况都十分严重，交通事故问题一直是交通领域科学研究的重点问题。国外学者对基于数据挖掘的交通事故分析开展较早，且在研究方法上呈现多样化趋势。例如，灰色模型与回归模型可用来进行交通事故的预测，决策树模型可应用在探究事故主次致因与事故严重程度影响因素，贝叶斯模型可以用来探究单因素对事故发生影响的程度，聚类分析与关联规则算法可以用来探究与交通事故相关因素之间的关联，等等。影响高速公路事故的因素众多，对事故致因进行分类和重要性排序可以协助交管部门制定合理防范措施和更为准确的决策。致因分析中对事故进行主次因分析可以量化每个因素对事故的影响程度，明确不同事故类型的影响机理，有利于分析人员抓住主要矛盾。决策树C4.5算法是探究主次因常用的一种分类算法，该方法运算速度快，适用于处理海量事故信息，树形图的表示方法符合本文档来自技高网...

【技术保护点】
1.基于C4.5的高速公路事故主次因分析方法，其特征在于，包括如下步骤：(A1)收集N条高速公路交通事故记录，包括每一次事故发生时的道路条件、驾驶员情况、车辆情况等属性信息、事故类型；(A2)将属性信息进行符号化，用符号表示每个属性的取值；设获取每次事故的m个属性构成属性变量V、每次事故的类型C，构建样本集T＝{T1,T2,…,TN}；其中第i次事故Ti表示为Ti＝[Vi,Ci]，Vi为事故Ti的属性变量，Ci为Ti的事故类型，i＝1,…,N；一次事故的属性变量V表示为V＝[v1,v2,…,vm]，vj为第j个属性，j＝1,…,m；(A3)N次事故的属性变量组成属性集合{Vi}作为输入，事故类...

【技术特征摘要】
1.基于C4.5的高速公路事故主次因分析方法，其特征在于，包括如下步骤：(A1)收集N条高速公路交通事故记录，包括每一次事故发生时的道路条件、驾驶员情况、车辆情况等属性信息、事故类型；(A2)将属性信息进行符号化，用符号表示每个属性的取值；设获取每次事故的m个属性构成属性变量V、每次事故的类型C，构建样本集T＝{T1,T2,…,TN}；其中第i次事故Ti表示为Ti＝[Vi,Ci]，Vi为事故Ti的属性变量，Ci为Ti的事故类型，i＝1,…,N；一次事故的属性变量V表示为V＝[v1,v2,…,vm]，vj为第j个属性，j＝1,…,m；(A3)N次事故的属性变量组成属性集合{Vi}作为输入，事故类型集合{Ci}作为输出，应用C4.5算法构建决策树，所述决策树的终端节点为事故类型，中间节点为属性；(A4)根据步骤(A3)所建立决策树得到事故主次因素顺序，从位于所述决策树的上层到下层，属性对事故的影响程度依次减小，同一层属性的影响力基本相同。2.根据权利要求1所述的基于C4.5的高速公路事故主次因分析方法，其特征在于，步骤(A2)中属性信息进行符号化，包括连续型属性的离散化、用符号表示离散型属性和离散化后的连续型属性。3.根据权利要求1所述的基于C4.5的高速公路事故主次因分析方法，其特征在于，步骤(A3)中还包括设置节点的最小实例数，当构建决策树完成后，剪去实例数小于预设的最小实例...

【专利技术属性】
技术研发人员：何杰，李佳佳，刘子洋，章晨，邢璐，赵池航，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32