-
公开(公告)号：CN109002907A
公开(公告)日：2018-12-14
申请号：CN201810673983.3
申请日：2018-06-25
申请人： 江苏智通交通科技有限公司
CPC分类号： G06Q10/04 , G06Q10/0635 , G06Q50/30
摘要： 本发明提供一种驾驶人危险度预测结果可靠性验证方法，根据驾驶人危险度选择验证观测样本，设定跟踪检验时间窗口，将G、R内的所有样本在观测期内收集的RT构成检验样本g、r；使用单因素方差分析g、r在事故发生时间上是否存在显著差异；若分析结论为不存在显著差异，则判断驾驶人预测结果不可靠，结束本流程；若存在显著差异，做进一步验证；该种驾驶人危险度预测结果可靠性验证方法，采用单因素方差检验与生存分析相结合的方法，对基于模型的驾驶人危险度预测结果的可靠性加以检验。为驾驶人危险度模型的修正提供依据，从而形成驾驶人危险预测环节闭环，提升数据挖掘技术用于驾驶人风险预测的可靠性和可行性。
-
公开(公告)号：CN109101568A
公开(公告)日：2018-12-28
申请号：CN201810783018.1
申请日：2018-07-16
申请人： 江苏智通交通科技有限公司
CPC分类号： G06Q50/265 , G06Q50/30
摘要： 本发明提供一种基于XgBoost算法的交通高危人员识别方法，基于原始的交通违法数据与事故数据，采用XgBoost算法进行高危人员识别模型训练与校正，将人员违法属性信息输入模型，则能够实现高危人员的识别与预测，对于提升交通安全治理工作效率、辅助交警日常安全管理工作更具针对性和主动性等方面具有现实意义。
-
公开(公告)号：CN109086808A
公开(公告)日：2018-12-25
申请号：CN201810782889.1
申请日：2018-07-16
申请人： 江苏智通交通科技有限公司
CPC分类号： G06K9/6282 , G06K9/6256 , G06Q10/04 , G06Q10/0635 , G06Q50/265
摘要： 本发明提供一种基于随机森林算法的交通高危人员识别方法，基于原始的交通违法数据与事故数据，构建违法数据集、严重事故数据集、轻微事故数据集，采用随机森林进行高危人员识别模型训练与校正，实现基于交通参与者违法行为特征的安全事故风险的预测，对于提升交通安全治理工作效率、辅助交警日常安全管理工作更具针对性和主动性等方面具有现实意义。
-
公开(公告)号：CN108510168A
公开(公告)日：2018-09-07
申请号：CN201810223614.4
申请日：2018-03-16
申请人： 江苏智通交通科技有限公司
IPC分类号： G06Q10/06 , G06Q50/26 , G06N5/02 , G08G1/0968
摘要： 本发明提供一种基于交通事故关联规则的营运车辆路径规划方法，建立营运车辆交通事故关联数据库，获取管辖范围区域历年交通事故数据，按人、车、路、环境和交通事故各子变量提取交通事故信息，根据营运车辆基础信息筛选出车辆通行条件下的关联规则子集，基于营运车辆的起终点位置确定最优通行路径。本发明基于人、车辆、道路、环境、事故各指标下建立关联规则数据库，进一步实现交通事故关联规则在营运车辆上面的实际应用。通过定量化的数据评估出营运车辆交通事故机理，有效辅助交通管理者对路网内营运车辆的综合管控，可在营运车辆起终点位置基础上选出最安全行驶路线，有效预防交通事故的发生。
-
公开(公告)号：CN108427757A
公开(公告)日：2018-08-21
申请号：CN201810223613.X
申请日：2018-03-16
申请人： 江苏智通交通科技有限公司
CPC分类号： G06F17/30424 , G06Q10/04 , G06Q50/26 , G08G1/0129 , G08G1/0137
摘要： 本发明提供一种基于关联规则的重点车辆通行预警方法及监管系统，通过获取交通事故信息记录，基于机器学习-关联规则算法建立重点车辆交通事故关联数据库，分析重点车辆交通事故的关联规则，识别出重点车辆交通事故的导致因素，辅助重点车辆管理决策，解决现有交通事故分析缺乏定量分析的问题。本发明基于建立的重点车辆交通事故关联规则库，对比重点车辆通行证申请的车辆、人员、通行时间、通行路线等信息进行交通事故可能性评分，对评分较高的重点车辆进行重点监管，高效预防重点车辆交通事故的发生。
-
公开(公告)号：CN107045786A
公开(公告)日：2017-08-15
申请号：CN201710242274.5
申请日：2017-04-12
申请人： 江苏智通交通科技有限公司
摘要： 本发明提供一种基于Kaplan‑Meier法的驾驶者发生交通事故间隔时间的计算方法，通过选取观测样本，计算违法统计时段内样本的违法次数并进行分类，定义事件发生并分类样本数据，包括完全数据和删失数据，对样本数据计算事故时间间隔，每位驾驶者为一个观测样本，驾驶者违法次数为自变量、事故时间间隔为因变量，建立全样本矩阵；使用Kaplan‑Meier法处理全样本矩阵，得到生存函数估计量和累计风险函数，进而由生存函数估计量得到驾驶者的生存时间即发生交通事故的间隔时间。该方法能够得到不同违法次数的驾驶者事故发生时间间隔即生存时间以及中位生存时间，并能够得到观测时段内不同违法次数的驾驶者瞬时发生交通事故的风险率。
-
公开(公告)号：CN109086808B
公开(公告)日：2021-09-17
申请号：CN201810782889.1
申请日：2018-07-16
申请人： 江苏智通交通科技有限公司
摘要： 本发明提供一种基于随机森林算法的交通高危人员识别方法，基于原始的交通违法数据与事故数据，构建违法数据集、严重事故数据集、轻微事故数据集，采用随机森林进行高危人员识别模型训练与校正，实现基于交通参与者违法行为特征的安全事故风险的预测，对于提升交通安全治理工作效率、辅助交警日常安全管理工作更具针对性和主动性等方面具有现实意义。
-
公开(公告)号：CN109063751B
公开(公告)日：2021-09-17
申请号：CN201810783106.1
申请日：2018-07-16
申请人： 江苏智通交通科技有限公司
IPC分类号： G06K9/62 , G06F16/2458
摘要： 本发明提供一种基于梯度提升决策树算法的交通高危人员识别方法，基于原始的交通违法数据与事故数据，采用梯度提升决策树算法进行高危人员识别模型训练与校正，将人员违法属性信息输入模型，则能够实现高危人员的识别与预测，对于提升交通安全治理工作效率、辅助交警日常安全管理工作更具针对性和主动性等方面具有现实意义。
-
公开(公告)号：CN109145953B
公开(公告)日：2021-09-07
申请号：CN201810815618.1
申请日：2018-07-16
申请人： 江苏智通交通科技有限公司
摘要： 本发明提供一种基于Adaboost算法的交通高危人员识别方法，基于原始的交通违法数据与事故数据，采用Adaboost算法进行高危人员识别模型训练与校正，将人员违法属性信息输入模型，则能够实现高危人员的识别与预测，对于提升交通安全治理工作效率、辅助交警日常安全管理工作更具针对性和主动性等方面具有现实意义。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.042 秒)
