典型文献
基于聚类分析的水上交通事故影响因素研究
文献摘要：
为了研究影响水上交通事故严重程度的主要因素,利用因子分析法将自变量转化为相互独立的公共因子,根据得到的主因子,利用K均值聚类算法聚类水上交通事故数据,最后采用Logistic模型对事故数据建立严重程度分类模型.结果表明:相较于潜在类别的Logistic回归,基于聚类分析构建的Logistic回归模型准确识别率和预测精度均更高;季节、事故致因、船舶归属等仅在某一类别中显著;时间段、总吨、船舶类型等在多个类别显著,且总吨虽然在多个类别中显著,但其对于事故严重程度的影响方向不同.
文献关键词：
水路运输;影响因素;因子分析;K均值聚类;Logistic回归
中图分类号：
作者姓名：
张庆年;张瑨;杨杰;杨娇;叶梦雯
作者机构：
武汉理工大学交通学院,湖北武汉430063;武汉理工大学信息工程学院,湖北武汉430070
文献出处：
引用格式：
[1]张庆年;张瑨;杨杰;杨娇;叶梦雯-.基于聚类分析的水上交通事故影响因素研究)[J].重庆交通大学学报（自然科学版）,2022(06):1-7
A类：
B类：
水上交通事故,事故影响因素,研究影响,响水,交通事故严重程度,因子分析法,相互独立,公共因子,主因,均值聚类,聚类算法,事故数据,分类模型,潜在类别,准确识别,识别率,事故致因,总吨,方向不同,水路运输
AB值：
0.323594
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。
