-
公开(公告)号：CN106383920B
公开(公告)日：2019-11-12
申请号：CN201611063554.1
申请日：2016-11-28
Applicant: 东南大学
IPC: G06F16/2458 , G06N5/02 , G06N5/04 , G06Q50/26
Abstract: 本发明公开了一种基于关联规则的重特大交通事故致因识别方法，该方法从我国历年道路交通事故年报中提取重特大交通事故数据，并将提取的事故数据划分为人、车、路、环境以及其他因素共五类事故变量。在此基础上，该方法运用关联规则分析，设定重特大事故关联分析中支持度、置信度以及提升度的合理阈值，基于Apriori算法，计算重特大交通事故的二项集、三项集以及四项集规则关联规则，并结合输出规则的支持度、置信度以及提升度进行分析，识别出重特大道路交通事故常见致因和事故发生机理。本发明降低了随机性和决策人员主观判断影响，可以有效进行重特大交通事故致因识别、分析重特大交通事故机理。
-
Patent Agency Ranking
公开(公告)号：CN108182170A
公开(公告)日：2018-06-19
申请号：CN201711171714.9
申请日：2017-11-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于空间自回归选择模型的电动自行车通勤出行预测方法，包括：(1)计算莫兰指数；(2)应用空间自回归Logit模型的形式，建立电动自行车通勤出行的空间自回归出行选择模型结构；(3)电动自行车通勤出行的空间自回归出行选择模型的参数估计；(4)居民电动自行车通勤出行选择预测。本发明利用已有的城市家庭出行调查数据对交通小区电动自行车通勤出行特性进行分析，并且具有较好的出行预测精度，克服了现有预测方法存在的缺陷和不足，在电动自行车通勤出行预测方面具有实际的应用价值。
-
公开(公告)号：CN106383920A
公开(公告)日：2017-02-08
申请号：CN201611063554.1
申请日：2016-11-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于关联规则的重特大交通事故致因识别方法，该方法从我国历年道路交通事故年报中提取重特大交通事故数据，并将提取的事故数据划分为人、车、路、环境以及其他因素共五类事故变量。在此基础上，该方法运用关联规则分析，设定重特大事故关联分析中支持度、置信度以及提升度的合理阈值，基于Apriori算法，计算重特大交通事故的二项集、三项集以及四项集规则关联规则，并结合输出规则的支持度、置信度以及提升度进行分析，识别出重特大道路交通事故常见致因和事故发生机理。本发明降低了随机性和决策人员主观判断影响，可以有效进行重特大交通事故致因识别、分析重特大交通事故机理。
-
公开(公告)号：CN108053053A
公开(公告)日：2018-05-18
申请号：CN201711171715.3
申请日：2017-11-21
Applicant: 东南大学
Abstract: 本发明公布了一种基于空间自回归模型的电动自行车非通勤出行预测方法，包括：步骤10)获取出行预测城市的居民出行信息；步骤20)计算莫兰指数并判断问题适用性；步骤30)应用逻辑回归模型，构建电动自行车非通勤出行预测模型；步骤40)使用最大似然估计对步骤30)中的模型进行参数估计；步骤50)根据步骤30)和步骤40)得到的具体模型，对城市居民是否选择电动自行车非通勤出行的出行方式进行预测。
-
公开(公告)号：CN106373400A
公开(公告)日：2017-02-01
申请号：CN201611063499.6
申请日：2016-11-28
Applicant: 东南大学
IPC: G08G1/01
CPC classification number: G08G1/0125
Abstract: 本发明公开了一种山区公路事故易发路段分车型限速牌的连续设置方法，该方法基于认知心理学和人机工效学原理，确定在这些山区重特大交通事故易发路段分车型限速牌的位置以及连续设置方法，进而科学合理地对驾驶者在进入山区易发事故路段之前进行减速提示和警示。本发明为山区公路事故易发路段分车型限速牌的连续设置提供了一套细致有效的设置方法。
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
