期刊文献+

基于贝叶斯网络的道路运输重特大事故成因分析 被引量:2

原文传递
导出
摘要 按照最近五年我国道路运输重特大事故数据来分析结果,基于数据融合方法和相关领域内专家的知识构建了公路交通运输重特大事故致因分析的贝叶斯网络。应用已建网络分析各因素对事故严重程度的影响,推理学习了改善驾驶人操作规范程度在降低公路交通运输事故严重程度方面起到的作用。经过研究,得到的结果证明了基于贝叶斯网络来构建的公路交通运输重特大事故致因分析模型的预测准确度很高,而且可以应用于影响事故严重程度的因素分析,相关研究可以为政府和行业管理部门深入了解公路交通运输事故诱发因素和提高公路交通运输系统安全水平提供依据。
出处 《公路交通科技(应用技术版)》 CSCD 北大核心 2020年第1期380-384,共5页
基金 安徽省交通控股集团有限公司科技项目(JKKJ-2018-42)
  • 相关文献

参考文献6

二级参考文献25

  • 1唐玉娜,李启会.ARMA模型在预测问题中的应用[J].嘉兴学院学报,2006,18(z1):183-187. 被引量:24
  • 2樊建聪,张问银,梁永全.基于贝叶斯方法的决策树分类算法[J].计算机应用,2005,25(12):2882-2884. 被引量:20
  • 3陈宝智.危险源辨识控制及评价[M].成都:四川科学技术出版社,1996..
  • 4魏庆曜 陈斌 付锐.道路安全审计研究报告(上--交通事故的道路因素分析)[R].四川交通职业技术学院,西南交通大学,长安大学,2002..
  • 5F V Jensen. Bayesian Network Basics[J]. AISB Quarterly,1996,94: 9-22.
  • 6Tom M Mitchell. Machine Learning[J]. China Machine Press, 2003, 1: 113-114.
  • 7陈宝智.安全原理.北京:冶金工业出版社,1993
  • 8李建国,董志卿,杨青山,等.中外城市交通基础信息(2000)版[M].北京:北京市公共交通研究所,2000:510.
  • 9BOWERMAN B L, O' CONNELL R T. Forecasting and time series: an applied approach, third edition[M].北京:机械工业出版社,2003:488-521.
  • 10BOX G E P, JENKINS G M.时间序列分析预测与控制[M].顾岚,译.北京:中国统计出版社,1998:377-420.

共引文献148

同被引文献22

引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部