亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        典型道路交通事故致因關(guān)聯(lián)規(guī)則挖掘研究

        2021-03-24 13:05:57陳彬于鵬程張奇
        汽車與安全 2021年12期
        關(guān)鍵詞:Apriori算法關(guān)聯(lián)規(guī)則

        陳彬 于鵬程 張奇

        摘 要:道路交通事故總量居高不下,嚴(yán)重威脅百姓的生命財產(chǎn)安全。本文通過Apriori算法對高速公路和城市道路兩種典型交通環(huán)境下的交通事故致因進(jìn)行關(guān)聯(lián)規(guī)則挖掘,用以發(fā)現(xiàn)事故致因間的關(guān)聯(lián)關(guān)系,從而可對道路交通事故防控起到一定的指導(dǎo)作用。

        關(guān)鍵詞:事故致因;關(guān)聯(lián)規(guī)則;Apriori算法

        中央級公益性科研院所基本科研業(yè)務(wù)費(fèi)專項資金資助項目:基于道路交通事故再現(xiàn)的風(fēng)險意識評估與提升技術(shù)研究(111041000000180001201101)

        根據(jù)公安部交通管理局發(fā)布數(shù)據(jù)顯示,自2018年全國接報道路交通事故起數(shù)同比上升21.8%后,基本維持穩(wěn)態(tài)波動。道路交通事故的發(fā)生是由涉及到人員因素、車輛因素和交通環(huán)境因素等多方面客觀和主觀因素導(dǎo)致,傳統(tǒng)的道路交通事故分析已不能滿足事故防控需求。因此,為了切實找到事故發(fā)生的客觀規(guī)律,需要通過關(guān)聯(lián)規(guī)則分析對事故發(fā)生的影響因素進(jìn)行耦合分析[1],尋找其潛在的關(guān)聯(lián)規(guī)則,探尋事故發(fā)生的內(nèi)在規(guī)律,從而對實現(xiàn)事故“減量控大”[2],指導(dǎo)各地制定有針對性措施提供有益借鑒。

        1關(guān)聯(lián)規(guī)則

        挖掘關(guān)聯(lián)規(guī)則[3]就是尋找多要素間的頻繁項集合。為了量化表現(xiàn)項集間的關(guān)系,需要使用到兩個度量值:支持度(support)和可信度(confidence)。

        其中,Support(X)表示X項目的支持度,number(X)表示X項集的頻數(shù),number(N)表示數(shù)據(jù)集總項集的頻數(shù)。公式表示為該項集記錄占數(shù)據(jù)集總記錄的比例。而“最小支持度”則是根據(jù)經(jīng)驗預(yù)設(shè)定的一個閾值。

        此外,針對具體問題具體分析,有學(xué)者在選取最小支持度和最小可信度時,不采用設(shè)置閾值做對比的方法,而是直接將計算結(jié)果的前百分之N(N一般選用20)作為選取結(jié)果。尋找頻繁項集,就是篩選出達(dá)到已設(shè)定的最小支持度的項集。找出頻繁項集,是挖掘關(guān)聯(lián)規(guī)則的第一步,也是最重要的一步,然后再從頻繁項集中,計算項集之間的可信度。只有支持度和可信度都得到之后,才能夠挖掘出強(qiáng)關(guān)聯(lián)規(guī)則,即支持度與可信度同時滿足最小支持度與最小可信度的閾值設(shè)定,該關(guān)聯(lián)規(guī)則就是強(qiáng)關(guān)聯(lián)規(guī)則。

        2 Apriori算法

        Apriori算法[4]是通過遍歷輸入數(shù)據(jù)集,從單元素開始計算支持度,篩選出滿足最小支持度的頻繁一項集,再從這些頻繁一項集中連接各個元素生成兩個元素的候選二項集,計算支持度,篩選出頻繁二項集,以此類推,直到不能生成新的頻繁項集為止。自此,得到所有頻繁項集,從頻繁二項集開始計算可信度,每個頻繁項集間的所有元素都可互相計算可信度數(shù)值。由于所有頻繁項集都是滿足最小支持度閾值的,所以此時僅考慮并篩選出滿足最小可信度閾值的關(guān)聯(lián)關(guān)系,即為強(qiáng)關(guān)聯(lián)規(guī)則。

        3實驗分析

        3.1 實驗數(shù)據(jù)和關(guān)聯(lián)屬性

        實驗分析使用道路交通事故抽樣數(shù)據(jù),經(jīng)數(shù)據(jù)處理后,發(fā)現(xiàn)有16項事故影響屬性可能與事故發(fā)生存在強(qiáng)關(guān)聯(lián)關(guān)系,如表1所示。

        3.2 實驗條件和實驗結(jié)果

        本文選取了高速公路和城市道路[5]兩種交通場景進(jìn)行關(guān)聯(lián)性分析,為了保證實驗結(jié)果不遺漏有效信息,實驗設(shè)置上相對選取了較小的最小支持度(min_Sup)閾值和最小可信度(min_ Conf)閾值,且因為不同場景的數(shù)據(jù)采樣量不同,所以參數(shù)設(shè)置上也有所差異。

        3.2.1 高速公路場景

        高速公路場景下,取最小支持度min_Sup= 90/N(高速公路),其中N(高速公路)為高速公路場景下數(shù)據(jù)采樣量總量。取最小可信度min_Conf = 0.05。通過python編程,經(jīng)Apriori算法計算,結(jié)果按照可信度由高到底,取前10條違法行為和事故形態(tài)間的強(qiáng)關(guān)聯(lián)規(guī)則,如表2所示。

        3.2.2 城市道路場景

        城市道路場景下,取最小支持度min_Sup = 100/N(城市道路)、最小可信度min_Conf = 0.05。通過python編程,經(jīng)Apriori算法計算,結(jié)果按照可信度由高到底,取前10條違法行為和事故形態(tài)間的強(qiáng)關(guān)聯(lián)規(guī)則,如表3所示。

        3.3 實驗分析和總結(jié)

        拋開數(shù)據(jù)樣本本身的局限性來說,由兩組實驗的結(jié)果可見,高速公路和城市道路場景下的強(qiáng)關(guān)聯(lián)規(guī)則既有相同性,也有差異性。

        相同性在于在發(fā)生事故的前提下,發(fā)生“碰撞運(yùn)動車輛”的事故形態(tài)的強(qiáng)度都很高,最高由“違法變更車道”的行為發(fā)生時,會有約90%的概率導(dǎo)致“碰撞運(yùn)動車輛”的事故結(jié)果;最低由“違法上道路行駛”的行為發(fā)生,會有約11%的概率導(dǎo)致“碰撞運(yùn)動車輛”的事故結(jié)果,可見在這兩種場景下,違法行為都很容易導(dǎo)致車輛間的碰撞事故。

        差異性主要體現(xiàn)在以下幾個方面:

        (1)高速公路場景下的強(qiáng)關(guān)聯(lián)規(guī)則在強(qiáng)度上明顯弱于城市道路場景。在城市道路場景中,前10項關(guān)聯(lián)規(guī)則中最高關(guān)聯(lián)強(qiáng)度可達(dá)約90%,最低也在57%左右,而在高速公路場景,最高約60%,最低則只有11%左右;

        (2)不同場景下的強(qiáng)關(guān)聯(lián)規(guī)則不同。在高速公路場景下,強(qiáng)關(guān)聯(lián)規(guī)則的違法行為主要集中在“疲勞駕駛”“違法上道路行駛”和“超速行駛”上,而在城市道路場景,強(qiáng)關(guān)聯(lián)規(guī)則的違法行為分布均勻;在城市道路場景下,強(qiáng)關(guān)聯(lián)規(guī)則的事故形態(tài)主要集中在“碰撞運(yùn)動車輛”,而在高速公路場景,主要集中在“追尾碰撞”和“碰撞運(yùn)動車輛”。

        (3)不同場景下相同違法行為導(dǎo)致相同事故形態(tài)的關(guān)聯(lián)度差別大?!斑`法上道路行駛→碰撞運(yùn)動車輛”的關(guān)聯(lián),在高速公路場景的關(guān)聯(lián)度只有11%左右,而在城市道路場景約58%。

        (4)不同場景下相同違法行為導(dǎo)致不同事故形態(tài)比例差別也很大。在城市道路場景中,“違法上道路行駛”只與“碰撞運(yùn)動車輛”具有強(qiáng)關(guān)聯(lián),而在高速公路場景中,其強(qiáng)關(guān)聯(lián)要素還包括“刮撞行人”和“追尾碰撞”。

        4結(jié)束語

        使用Apriori算法對事故數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘分析,可以準(zhǔn)確找到各屬性間的關(guān)聯(lián)關(guān)系,對事故防控可以一定的指導(dǎo)作用。下步除了將關(guān)聯(lián)規(guī)則分析由違法行為和事故形態(tài)向多維度挖掘外,還將進(jìn)一步拓展交通場景,最終形成事故致因的關(guān)聯(lián)規(guī)則庫,為道路交通事故“減量控大”提供支撐。

        參考文獻(xiàn)

        [1]馬庚華,鄭長江,鄧評心,李銳.關(guān)聯(lián)規(guī)則挖掘在道路交通事故分析中的應(yīng)用[J].西華大學(xué)學(xué)報(自然科學(xué)版),2019,38(03):93-97+112.

        [2]交宣.公安部交管局:深入推進(jìn)道路交通事故預(yù)防“減量控大”工作 全力確保道路交通安全形勢穩(wěn)定[J].汽車與安全,2020(10):9-11.

        [3]王冬秀,賴先濤,李輝,蘇宇.道路交通事故中關(guān)聯(lián)規(guī)則挖掘研究[J].計算機(jī)與現(xiàn)代化,2012(08):206-208+217.

        [4]李英,湯庸.基于關(guān)聯(lián)規(guī)則與相似度的數(shù)據(jù)挖掘算法研究[J].華南師范大學(xué)學(xué)報(自然科學(xué)版),2021,53(05):121-127.

        [5]城市道路交通事故特點(diǎn)分析[J].汽車與安全,2019(07):13-14+2.

        猜你喜歡
        Apriori算法關(guān)聯(lián)規(guī)則
        基于Hadoop平臺的并行DHP數(shù)據(jù)分析方法
        基于Apriori算法的高校學(xué)生成績數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘分析
        基于云平臺MapReduce的Apriori算法研究
        基于關(guān)聯(lián)規(guī)則和時間閾值算法的5G基站部署研究
        移動通信(2016年20期)2016-12-10 09:09:04
        關(guān)聯(lián)規(guī)則,數(shù)據(jù)分析的一把利器
        數(shù)據(jù)挖掘在高校課堂教學(xué)質(zhì)量評價體系中的應(yīng)用
        關(guān)聯(lián)規(guī)則挖掘Apriori算法的一種改進(jìn)
        中國市場(2016年36期)2016-10-19 04:10:44
        基于關(guān)聯(lián)規(guī)則的計算機(jī)入侵檢測方法
        基于RFID的汽車零件銷售策略支持模型
        關(guān)聯(lián)規(guī)則在高校評教系統(tǒng)中的應(yīng)用
        最新高清无码专区| 国产乱人对白| 体验区试看120秒啪啪免费| 国产69精品麻豆久久| 免费蜜桃视频在线观看| 国产第一草草影院| 亚洲国产午夜精品乱码| 2021久久最新国产精品| 天堂av一区二区在线观看| 色系免费一区二区三区| 成人国产永久福利看片| 久久久久亚洲AV无码专| 国产精品丝袜在线不卡| 亚洲av美女在线播放啊| 无码不卡一区二区三区在线观看| 国产精品熟妇视频国产偷人 | 久久精品无码一区二区三区蜜费| 久久99精品久久久久久国产人妖| 久久久亚洲精品午夜福利| 国产69精品一区二区三区| 天堂av一区二区在线| 亚洲大胆视频在线观看| 精品久久人妻一区二区| 亚洲av网一区二区三区成人| 男女搞基视频免费网站| 高清少妇二区三区视频在线观看| 免费一区二区三区女优视频| 国产乱子伦一区二区三区国色天香| 成人麻豆视频免费观看| 亚洲国产性夜夜综合另类 | 97超碰中文字幕久久| 日本国产一区在线观看| 国产青青草在线观看视频| 狂猛欧美激情性xxxx大豆行情| 欧美高清精品一区二区| 亚洲国产精品久久艾草| 门卫又粗又大又长好爽| 人妻体体内射精一区二区| 在线欧美中文字幕农村电影| a级国产乱理伦片在线播放| 国产av人人夜夜澡人人爽|