基于XGBoost模型的公路运输车辆跟驰行为风险预测方法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对传统的风险预测方法模型只能对线性数据进行处理,导致预测精度低的问题,提出基于XGBoost模型的公路运输车辆跟驰行为风险预测方法.获取大量的公路运输车辆跟驰样本,对这些样本进行特征提取和划分特征参数阈值,确定与车辆跟驰行为风险相关的部分特征,并进一步确定车辆跟驰行为风险预测的变量.利用XGBoost算法建立风险预测模型,通过对训练样本的学习,使模型能够处理非线性的数据.对比实验结果表明,基于XGBoost模型的风险预测精度高,能及时发现潜在的危险情况,降低事故发生率.

作者：

王瑞菊

展开 >

作者单位：

邢台市交通运输局,河北邢台 054000

关键词：

XGBoost模型跟驰行为风险预测

出版年：

2024

交通世界

交通运输部科学研究院

交通世界

影响因子：0.478

ISSN：1006-8872

年,卷(期)：2024.(27)