基于网络核密度估计的交通事故黑点识别

LUO Ye,QI Shouming, ZHANG Xi,LIAN Guan,YANG Haihua

Journal of Dalian Jiaotong University（2023）

引用 0|浏览0

暂无评分

摘要

为了对交通事故多发点进行分析,识别事故黑点并进行针对性治理,以深圳市龙华区2018-2020年3年间的1 105起道路交通事故数据及道路网络数据作为研究对象,采用高斯函数作为内核函数的道路网络核密度估计,通过K-means聚类进行路段密度等级划分.为进一步考虑路段之间的相关性,提高事故多发点识别精度,采用Local Moran's Ⅰ对事故多发点进行识别.对比平面核密度估计结果表明,所采用的基于网络核密度的Local Moran's Ⅰ的方法体现了事故多发点在路段及交叉口的分布特征.研究结论对识别事故黑点、进一步提高交通安全水平具有现实意义.

关键词

urban traffic accident,network kernel density,identification of accident black spots,K-means cluster,Local Moran's Ⅰ

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要