一种用于道路交通事故风险评估的可替代指标的提取方法

    公开(公告)号:CN114742362B

    公开(公告)日:2024-11-15

    申请号:CN202210260054.6

    申请日:2022-03-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种用于道路交通事故风险评估的可替代指标的提取方法,包括如下步骤:S10,将待分析道路划分为q个等长的路段单元,在每个路段单元按照时间顺序采集与行车风险存在关联性参数的序列数据集;S20,分析参数序列数据集中各参数字符对事故频次的重要度,保留重要度超过I0的字符;S30,利用保留下来的字符构建回归模型,保留回归模型中置信度不小于P0的字符并构建离散选择模型,保留置信度不小于P1的字符作为可替代指标;S40,利用可替代指标构建事故风险计算方程,对道路的风险程度进行评估。本发明的实施不受主观影响,快速、高效地从原始大规模时间序列数据中获取到目标指标,以实现不借助事故数据便可以对道路的事故风险进行评价。

    一种用于道路交通事故风险评估的可替代指标的提取方法

    公开(公告)号:CN114742362A

    公开(公告)日:2022-07-12

    申请号:CN202210260054.6

    申请日:2022-03-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种用于道路交通事故风险评估的可替代指标的提取方法,包括如下步骤:S10,将待分析道路划分为q个等长的路段单元,在每个路段单元按照时间顺序采集与行车风险存在关联性参数的序列数据集;S20,分析参数序列数据集中各参数字符对事故频次的重要度,保留重要度超过I0的字符;S30,利用保留下来的字符构建回归模型,保留回归模型中置信度不小于P0的字符并构建离散选择模型,保留置信度不小于P1的字符作为可替代指标;S40,利用可替代指标构建事故风险计算方程,对道路的风险程度进行评估。本发明的实施不受主观影响,快速、高效地从原始大规模时间序列数据中获取到目标指标,以实现不借助事故数据便可以对道路的事故风险进行评价。

Patent Agency Ranking