【技术实现步骤摘要】
用于交通事故分析的特征选择装置
本专利技术属于计算机
，特别是涉及一种用于交通事故分析的特征选择装置。
技术介绍
在当今世界，交通事故是人们面临的一个严重问题，它带来了大量人员伤亡和财产损失。一个有效的提升道路交通安全水平的手段就是降低事故的严重程度。因此，很多研究者们都建立模型来分析与事故严重程度密切相关的一些事故特征。通过对这些事故特征采取相应策略，就可以有效地降低事故严重程度，提升道路安全水平。目前研究者们采用了很多机器学习模型来构建解决事故严重程度分析模型，如回归模型，神经网络，贝叶斯网络，和进化算法等。这些模型取得了较好的结果。但在现有的事故严重程度分析模型中，对特征选择技术的应用还非常少。在事故分析问题中，有很多相关因素会影响到事故验证程度，如驾驶员信息，车辆信息，事故信息和天气情况。很显然并非所有相关特征都具备同等的解释力，其中有些特征是冗余或不相关的。因此，如何从众多的特征中找出最相关的特征成为亟待解决的问题。
技术实现思路
本专利技术解决的技术问题是如何选取最相关的...
【技术保护点】
1.一种用于交通事故分析的特征选择装置，其特征在于，包括：/n获取单元，适于获取预设数量的交通事故分析特征；/n选取单元，适于采用预设的微粒群算法从所述交通事故分析特征中选取相关性最强的多个交通事故分析特征，作为构建交通事故分析模型的最优特征。/n
【技术特征摘要】
1.一种用于交通事故分析的特征选择装置，其特征在于，包括：
获取单元，适于获取预设数量的交通事故分析特征；
选取单元，适于采用预设的微粒群算法从所述交通事故分析特征中选取相关性最强的多个交通事故分析特征，作为构建交通事故分析模型的最优特征。
2.根据权利要求1所述的用于交通事故分析的特征选择装置，其特征在于，所述选取单元，适于初始化粒子种群；每个粒子种群中的每个粒子对应一交通事故分析候选特征子集；所述粒子的位置的维度为所述预设数量，每一维度的数值为相应维度的交通事故分析特征未被选中的0或相应维度的交通事故分析特征被选中的1，所述粒子的速度表示所述粒子的位置中每一维度的数值为1的概率；采用基于互信息的评价函数分别计算初始种群中粒子的适应度数值，并基于计算得到的适应度数值，初始化个体最优值和种群最优值；基于所记录的个体最优值和种群最优值，对粒子的位置和速度进行更新；采用所述基于互信息的评价函数分别计算位置更新后的粒子的适应度数值；当确定位置更新后的粒子的适应度数值大于历史个体最优值或历史种群最优值时，更新后个体最优值和种群最优值并记录对应的最优位置；反之，则更新粒子的位置和速度；从所述基于所记录的个体最优值和种群最优值，对粒子的位置和速度进行更新开始执行下一次迭代，直至迭代次数达到预设的次数阈值，得到全局最优特征子集。
3.根据权利要求2所述的用于交通事故分析的特征选择装置，其特征在于，所述选取单元，适于采用如...
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。