登录    注册    忘记密码

期刊文章详细信息

基于改进K-means算法的城市道路交通事故分析  ( EI收录)  

Analysis of Urban Road Traffic Accidents Based on Improved K-means Algorithm

  

文献类型:期刊文章

作  者:郭璘[1] 周继彪[1,2] 董升[1] 张水潮[1]

GUO Lin;ZHOU Ji-biao;DONG Sheng;ZHANG Shui-chao(School of Civil and Transportation Engineering, Ningbo University of Technology, Ningbo 315211, Zhejiang, China;School of Transportation Engineering, Tongji University, Shanghai 201804, China)

机构地区:[1]宁波工程学院建筑与交通工程学院,浙江宁波315211 [2]同济大学交通运输工程学院,上海201804

出  处:《中国公路学报》

基  金:浙江省公益技术应用研究计划项目(2016C33256);浙江省哲学社会科学规划课题(18NDJC107YB;17NDJC130YB);浙江省自然科学基金项目(LY17E080013)

年  份:2018

卷  号:31

期  号:4

起止页码:270-279

语  种:中文

收录情况:AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:为有效采集城市道路交通事故数据,分析交通事故时空特征,辨识交通事故原因,利用手机APP方法采集了宁波市鄞州区2016年第四季度的37 654起交通事故数据。鉴于传统K-means聚类算法收敛慢和精度低的缺陷,建立改进的K-means聚类算法以消除孤立点对聚类结果的影响,对研究范围内的交通事故黑点进行识别及分析。结果表明:基于手机APP采集的有效事故数据样本量占实际警情的比例为96.4%,能满足事故数据分析的精度和质量要求;近4年每个季度的事故变化趋势呈现明显的锯齿状变化;机动车与机动车事故数量最大,机动车与非机动车事故数量次之,事故比例分别为58.4%和15.8%;时间特征方面,周一发生的事故数量最大,周四最低,事故比例分别为15.4%和13.2%;空间特征方面,道路交通事故发生地点主要集中在地面路段、交叉口、停车场等,事故比例分别为77.4%、11.6%和7.0%,居民小区和高架事故比例较低,分别为3.2%和0.9%;事故原因方面,跟车距离过近、转弯未让直行、违法变更车道、超速行驶等驾驶行为是引发交叉口机动车与机动车类型事故的主要原因,事故比例分别为28.8%、22.9%、15.6%和7.6%;机动车转弯未让直行非机动车、非机动车闯红灯、机动车与非机动车相互占用车道和非机动车逆向行驶,是诱发交叉口机动车与非机动车类型事故的主要原因,事故比例分别为36.6%、16.6%、9.9%和7.3%。

关 键 词:交通工程 交通事故分析 改进K-MEANS算法 手机APP采集  热力图  

分 类 号:U491.3[物流管理与工程类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心