基于集成學習模型的交通事故嚴重程度時空預測

打開文本圖片集

摘  要：為探究區(qū)域交通事故時空特征，精準預測事故嚴重程度，給交通運輸主管部門提供決策支持，以英國交通事故統(tǒng)計數(shù)據(jù)作為研究基礎，首先，將交通事故時空特征數(shù)據(jù)轉(zhuǎn)化為網(wǎng)格化數(shù)據(jù)，并對空間特征進行二維卷積，利用時間特征合并二維卷積為三維卷積，解決網(wǎng)格沖突問題；其次，利用卷積神經(jīng)網(wǎng)絡（CNN）、長短期記憶人工神經(jīng)網(wǎng)絡（LSTM）模型的工作原理建立Stacking模型的基學習器和元學習器；最后，輸出結(jié)果傳入分類與回歸樹（CART），構(gòu)建完整的事故嚴重程度預測集成學習模型。（剩余18318字）