一种组合建模方法,用于预测后端碰撞中的伤害严重程度
Shufeng Wang1, Shixuan Jiang1, Zhengli Wang1
1College of Transportation, Shandong University of Science and Technology, Qianwan gang Road, Qingdao 266590, Shandong Province, China.
MethodsX
|October 6, 2025
概括
本研究引入了使用卷积神经网络 (CNN) 和极端梯度增强 (XGBoost) 的混合模型,以预测城市道路交通事故的严重程度. 这种新的方法实现了96.2%的准确性,大大提高了预测性能.
科学领域:
- 交通安全 交通安全
- 机器学习 机器学习
- 数据科学数据科学数据科学
背景情况:
- 尾部碰撞是最常见的城市交通事故,造成严重的拥堵,伤害和经济损失.
- 有效的缓解策略需要准确预测事故严重程度.
研究的目的:
- 开发和评估混合卷积神经网络 (CNN) 和极端梯度增强 (XGBoost) 模型,用于预测城市交通事故严重程度.
- 提高事故严重程度预测模型的准确性和性能.
主要方法:
- 利用美国运输部的死亡分析报告系统 (FARS) 数据集来获取事故数据.
- 应用主要组件分析 (PCA) 用于减少影响因素的维度.
- 集成的CNN用于特征提取和XGBoost用于混合模型中的分类.
主要成果:
- 拟议的混合CNN-XGBoost模型实现了96.2%的分类准确性.
- 与传统模型相比,在曲线下面积 (AUC) 和F1得分方面表现出优异.
- 显示城市交通事故严重程度的优秀预测性能.
结论:
- 混合CNN-XGBoost模型有效地将CNN的特征提取与XGBoost的预测能力相结合.
- 这种方法显著改进了用于交通事故严重程度预测的传统算法.
- 该模型为减轻城市交通事故影响提供了一个有前途的工具.
更多相关视频
相关概念视频
01:15Elastic Collisions: Case Study
20.2K
Elastic collision of a system demands conservation of both momentum and kinetic energy. To solve problems involving one-dimensional elastic collisions between two objects, the equations for conservation of momentum and conservation of internal kinetic energy can be used. For the two objects, the sum of momentum before the collision equals the total momentum after the collision. An elastic collision conserves internal kinetic energy, and so the sum of kinetic energies before the collision equals...
20.2K
01:23Mechanistic Models: Compartment Models in Individual and Population Analysis
245
Mechanistic models are utilized in individual analysis using single-source data, but imperfections arise due to data collection errors, preventing perfect prediction of observed data. The mathematical equation involves known values (Xi), observed concentrations (Ci), measurement errors (εi), model parameters (ϕj), and the related function (ƒi) for i number of values. Different least-squares metrics quantify differences between predicted and observed values. The ordinary least...
245