]*>","")" /> 基于支持向量机的道路交通事故数据统计模型研究

中国安全科学学报

• 安全系统学 • 上一篇    下一篇

基于支持向量机的道路交通事故数据统计模型研究

胡启洲,高宁波,叶茂   

  1. 南京理工大学 自动化学院,江苏南京,210094
  • 出版日期:2013-06-20
  • 基金资助:
    国家自然科学基金资助(51178157,51208256).国家统计科研计划项目(2012LY150)%教育部人文社会科学研究项目(12YJCH071)%江苏省高校"青蓝工程"资助项目(201211)

A Support Vector Machines-based Statistical Model for Forecasting Road Traffic Accident Data

  • Published:2013-06-20

摘要: 为有效预测道路交通事故,促进交通可持续发展,利用支持向量机(SVM)与蚁群算法(ACA)综合研究道路交通事故问题.在对SVM进行优化决策的基础上,提出一个交通事故数据拟合和预测的统计分析模型.鉴于SVM的预测精度很大程度上取决于训练参数的选取,利用ACA优化其训练参数的选择过程,得到基于SVM的道路交通事故数据统计分析模型.利用该模型对小样本及非线性数据优越的预测性能进行年交通事故量的预测.结果表明,与一些其他模型相比,基于SVM的道路交通事故数据统计分析模型,预测精度更高、误差更小,能够更有效地对交通事故数量进行拟合、预测和统计分析.

中图分类号: