新疆大学学报(自然科学版)

2020, (01) 1-8

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于GBRT模型的交通事故预测
Traffic Accident Prediction Based on GBRT Model

杨文忠;张志豪;柴亚闯;温杰彬;杨蒙蒙;富雅玲;

摘要(Abstract):

道路交通安全水平的重要标志就是道路交通事故发生量.为解决当前交通事故量预测精度不高、时间拐点数据预测效果差的问题,以及在交通管理系统中提供更加准确的预测数据帮助交通管理部门做出科学的决策,本文针对我国年周期交通事故建立了基于GBRT(Gradient Boosted Regression Tree)的交通事故模型.通过训练交通事故相关数据对未来交通事故死亡人数进行预测,并与多种回归模型、神经网络模型进行对比实验,结果显示GBRT模型具有拟合效果佳、训练时间短、高鲁棒性的优势,能够更准确、高效的对交通事故安全水平进行预测.

关键词(KeyWords): 交通事故;集成学习;GBRT;预测;回归

Abstract:

Keywords:

基金项目(Foundation): 新疆维吾尔自治区自然科学基金项目“高速公路VANET预警信息广播传输机制研究”(2017D01C042)

作者(Author): 杨文忠;张志豪;柴亚闯;温杰彬;杨蒙蒙;富雅玲;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享