公开(公告)号：CN116415124A

公开(公告)日：2023-07-11

申请号：CN202310359657.6

申请日：2023-04-06

Applicant: 华南理工大学

Inventor： 漆巍巍 ,  冯健茜 ,  蓝图博尔 ,  黄伟彬 ,  凌家正 ,  香梓伟

IPC: G06F18/20 ,  G06N3/006 ,  G06F16/2458

Abstract: 基于改进PSO优化贝叶斯网络的高速公路事故成因分析方法，本申请涉及高速公路交通事故成因分析方法。本发明的目的是为了解决现有方法对高速公路交通事故确定各因素的关联关系准确度低的问题。过程为：一、获取高速公路交通事故中数据集；二、构建关联规则集；三、构建强关联规则集；四、得到最大频繁项集的贝叶斯网络结构；五、构建罚项；六、得到正则化评分函数；七、根据正则化评分函数以及改进粒子群算法对最大频繁项集的贝叶斯网络结构进行循环搜索，得到最优贝叶斯网络结构；八、将待测高速公路交通事故中各随机变量数据输入最优贝叶斯网络结构，输出高速公路交通事故中各随机变量之间的关联关系。本发明用于高速公路事故数据处理领域。

公开(公告)号：CN116522179A

公开(公告)日：2023-08-01

申请号：CN202310489306.7

申请日：2023-05-04

Applicant: 华南理工大学

Inventor： 漆巍巍 ,  蓝图博尔 ,  冯健茜 ,  凌家正 ,  香梓伟 ,  黄伟彬

IPC: G06F18/23213 ,  G08G1/01 ,  G06N3/047 ,  G06N3/08 ,  G06Q50/26 ,  G06Q50/30

Abstract: 基于进化算法优化贝叶斯网络的交通事故严重程度推断方法，本发明涉及交通事故严重程度推断方法。本发明的目的是为了解决现有方法对交通事故严重程度推断准确低的问题。过程为：一、采集事故数据；二、根据K‑Means聚类算法及人工合成技术Smote算法对不平衡的事故数据进行处理，完成对事故数据中缺失值的补充；三、根据PC算法对二处理后的事故数据进行约束学习，得到有向无环图，将有向无环图表示为邻接矩阵；四、构建交通事故贝叶斯网络结构学习问题的初始解；五、获得最优贝叶斯网络结构及对应参数；六、将待测数据输入步骤五得到的最优贝叶斯网络结构中，得到属于交通事故严重程度的概率值。本发明用于交通事故严重程度推断领域。