欢迎访问《中外公路》官方网站,今天是
分享到:
基于K-Means聚类算法的高速公路事故多发路段鉴别
作者:
作者单位:

作者简介:

吴志敏,男,硕士,工程师.E-mail:1060705467@qq.com

通讯作者:

中图分类号:

U416.2

基金项目:

广东省交通运输厅科技项目(编号:科技-2016-02-040)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为鉴别高速公路事故多发路段,该文提出了一种基于 K-Means聚类算法的事故多发路段鉴别方法。针对事故严重程度,引入路产损失与平均伤亡赔偿金作为当量事故数评定指标,对传统的当量事故数进行改进。根据改进当量事故数统计分布特征确定路段划分长度,结合累积频率法对事故多发路段进行初步鉴别。采用 K-Means聚类算法对初选的事故多发路段进行聚类分析,得出最终的事故多发路段。为验证所提方法的正确性,对广(州)—梧(州)高速公路河口至平台段事故多发路段进行鉴别。结果表明:相比传统当量事故数,改进当量事故数更能反映事故严重程度;改进当量事故数服从负二项分布,可根据其统计分布特征得出客观的路段划分长度;采用 K-Means聚类算法筛选结果优于 DBSCAN 算法,其筛选的事故多发路段总长度占初选结果的66.7%,该方法可为高速公路事故多发路段治理提供强有力的理论依据。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

吴志敏,黄觉,向崎.基于K-Means聚类算法的高速公路事故多发路段鉴别[J].中外公路,2022,42(6):260-264.
.[J]. Journal of China and Foreign Highway,2022,42(6):260-264.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-01-10
  • 出版日期:
文章二维码
网站二维码
期刊公众号