原文传递
基于判别分析的快速道路实时交通事故风险预测方法
| 专利名称： | 基于判别分析的快速道路实时交通事故风险预测方法 |
| 摘要： | 基于判别分析的快速道路实时交通事故风险预测方法，对检测区域建立快速道路事故风险判别模型，将实时交通流特征参数代入快速道路事故风险判别模型，判断是否有发生交通事故的风险。本发明方法利用快速道路交通检测设备获取的实时交通流特征参数对交通事故进行实时预测，并且具有较好的预测精度，克服了现有技术利用集计统计量分析交通安全存在的技术缺陷与不足，本方法在判别快速道路交通事故的风险性，预测交通事故发生方面具有实际的工程运用价值。 |
| 专利类型： | 发明专利 |
| 申请人： | 东南大学 |
| 发明人： | 徐铖铖;刘攀;王炜 |
| 专利状态： | 有效 |
| 申请日期： | 2011-09-28T00:00:00+0800 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201110301870.9 |
| 公开号： | CN102360525A |
| 代理机构： | 南京天翼专利代理有限责任公司 32112 |
| 代理人： | 黄明哲 |
| 分类号： | G08G1/01(2006.01)I |
| 申请人地址： | 211189 江苏省南京市江宁开发区东南大学路2号 |
| 主权项： | 基于判别分析的快速道路实时交通事故风险预测方法，其特征是对检测区域建立快速道路事故风险判别模型，通道快速道路事故风险判别模型为检测区域的实时交通流特征参数与交通事故风险的关系模型，将实时交通流特征参数代入快速道路事故风险判别模型，根据快速道路事故风险判别模型输出结果预测快速道路检测区域的交通状态，由此预测是否有发生交通事故的风险，所述实时交通流特征参数包括检测区域上下游两个检测点的交通流量、占有率和车辆速度的平均值以及标准值，两个检测点相距800米，检测器每隔30秒读取一次交通流量、占有率和车辆速度，并每5分钟计算它们的平均值和标准差，快速道路事故风险判别模型为：设有2个p维总体：G1，G2，分别代表事故样本总体和非事故样本总体，从各个总体中抽取样本数分别为n1，n2，得到事故组和非事故组，X＝(x1，...，x12)表示交通流特征参数，x1，...，x6分别为上游检测点交通流量、占有率和速度的平均值以及标准差，x7，...，x12分别为下游检测点交通流量、占有率和速度的平均值以及标准差，Y为判别函数计算出来的判别值，其中y(1)为事故组对应的判别值，y(2)为非事故组对应的判别值，判别分析的建模步骤包括：(1)、设判别式为y＝c1x1+c2x2+c3x3+…+c12x12，c1……c12为判别系数，将属于事故组和非事故组观测值代入判别式中，得到事故组： |
| 所属类别： | 发明专利 |
检索历史
应用推荐
