基于集成学习模型的交通事故严重程度时空预测
打开文本图片集
摘 要：为探究区域交通事故时空特征，精准预测事故严重程度，给交通运输主管部门提供决策支持，以英国交通事故统计数据作为研究基础，首先，将交通事故时空特征数据转化为网格化数据，并对空间特征进行二维卷积，利用时间特征合并二维卷积为三维卷积，解决网格冲突问题；其次，利用卷积神经网络（CNN）、长短期记忆人工神经网络（LSTM）模型的工作原理建立Stacking模型的基学习器和元学习器；最后，输出结果传入分类与回归树（CART），构建完整的事故严重程度预测集成学习模型。（剩余18318字）