交通世界2024，Issue(27) ：14-16,20.

基于XGBoost模型的公路运输车辆跟驰行为风险预测方法

王瑞菊
交通世界2024，Issue(27) ：14-16,20.
✕
  • NETL
  • NSTL
  • 万方数据

基于XGBoost模型的公路运输车辆跟驰行为风险预测方法

王瑞菊1
扫码查看

作者信息

  • 1. 邢台市交通运输局,河北 邢台 054000
  • 折叠

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.

关键词

XGBoost模型/跟驰行为/风险预测

引用本文复制引用

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
段落导航相关论文