申请/专利权人：兰州交通大学

申请日：2024-01-05

公开（公告）日：2024-04-05

公开（公告）号：CN117829370A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0635;G06Q50/26;G06F18/214;G06F18/2431;G06N20/20;G06F18/213

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开一种交通事故严重程度预测方法、系统及计算机设备，涉及交通安全技术领域，该方法包括：采集机动车与非机动车之间的交通事故数据集，通过SMOTETomek混合采样法对交通事故数据集中不平衡数据进行平衡处理；基于平衡处理后的交通事故数据集，通过随机网格搜索和五折交叉验证法对XGBoost模型进行超参数优化，得到相对优的超参数组合；利用相对优的超参数组合建立基于XGBoost算法的交通事故严重程度预测模型；将机动车与非机动车之间待预测的交通事故数据集输入交通事故严重程度预测模型中，对交通事故严重程度进行预测；该方法无需对模型参数进行先验假设，更加符合实际情况，分析结果也更具有可靠性。

主权项：1.一种交通事故严重程度预测方法，其特征在于，包括以下步骤：采集机动车与非机动车的交通数据，根据交通数据构建交通事故数据集；通过SMOTETomek混合采样法对交通事故数据集中不平衡数据进行平衡处理；其中，所述SMOTETomek混合采样法包括SMOTE和TomekLinks算法，采用SMOTE算法对随机选取的样本以及该样本的临近样本进行插值处理，生成新样本；采用TomekLinks算法对新样本中的噪音样本以及边界样本进行删除，得到平衡处理后的交通事故数据集；基于平衡处理后的交通事故数据集，通过随机网格搜索和五折交叉验证法对XGBoost模型进行超参数优化，得到优化后的超参数组合；利用优化后的超参数组合建立基于XGBoost算法的交通事故严重程度预测模型；将机动车与非机动车待预测的交通数据输入交通事故严重程度预测模型中，对交通事故严重程度进行预测。

全文数据：

权利要求：

百度查询： 兰州交通大学 一种交通事故严重程度预测方法、系统及计算机设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD