典型文献
人车碰撞事故中行人伤亡风险的关联性分析与预测
文献摘要：
为了研究人车碰撞事故中影响行人伤亡的因素,提出了基于聚类方法与BP神经网络的行人碰撞后伤亡风险预测模型.首先,以国家车辆事故深度调查体系(NAIS)数据库内2018—2019年间的372起人车碰撞事故数据为研究对象,对其进行统计分析,得到关于车辆、行人和碰撞状态3个维度的9项事故特征参数;然后,结合各事故特征特性,对连续特征值选用K均值聚类方法,对离散特征值选用层次聚类法,分析行人的伤亡风险与各特征参数间的关联性;最后,建立BP神经网络预测模型,根据事故特征预测行人伤亡情况.结果表明建立的行人伤亡风险预测模型的成功率为86％.
文献关键词：
人车碰撞事故;行人伤亡;事故特征;聚类分析;伤亡预测;BP神经网络
中图分类号：
作者姓名：
兰凤崇;张越;陈吉清;冯雨佳;周云郊
作者机构：
华南理工大学机械与汽车工程学院/广东省汽车工程重点实验室,广东广州510640
文献出处：
引用格式：
[1]兰凤崇;张越;陈吉清;冯雨佳;周云郊-.人车碰撞事故中行人伤亡风险的关联性分析与预测)[J].华南理工大学学报（自然科学版）,2022(05):1-10
A类：
行人伤亡
B类：
人车碰撞事故,中行,关联性分析,中影,聚类方法,风险预测模型,深度调查,查体,NAIS,库内,事故数据,事故特征,特征特性,均值聚类,层次聚类法,数间,神经网络预测模型,特征预测,伤亡预测
AB值：
0.241052
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
