基于BiLSTM的突发性交通事故严重程度预测研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：突发性交通事故严重程度预测是道路交通安全管理的研究热点之一.采用省域交通事故记录为数据来源,选取时段、天气、受伤人数等14个影响因素作为自变量,提出一种基于深度学习的突发性交通事故严重程度预测方法.依据事故持续时间将突发性交通事故划分为轻微、一般和严重三个等级,建立基于双向长短时记忆网络(BiLSTM)的突发性交通事故严重程度预测模型.结果表明,BiLSTM模型的F1值最高,优于其他模型.

作者：

康进实

展开 >

作者单位：

甘肃公航旅信息科技有限公司,甘肃兰州 730000

关键词：

交通安全交通事故严重程度预测双向长短时记忆网络

出版年：

2024

运输经理世界

交通运输部科学研究院

运输经理世界

影响因子：0.057

ISSN：1673-3681

年,卷(期)：2024.(25)