典型文献
基于数据驱动贝叶斯网络的内河船舶交通事故分析
文献摘要：
伴随着我国内河航运的蓬勃发展,内河船舶的行驶安全受到了广泛的关注.将贝叶斯网络引入内河船舶交通事故分析,探究不同事故类型与航道、气候、船舶等方面影响因素之间的关系.首先,以芜湖海事局20132020年间上报的219条内河航运事故船舶数据为基础,抽取样本并使用贝叶斯可视化软件Netica训练得出内河船舶交通事故的贝叶斯网络模型;其次,运用贝叶斯推理提炼出不同事故类型发生的关键影响因素,并对模型训练结果的准确性进行验证;最后,将情景分析法引入到模型中,预测不同影响因素组合波动时最有可能发生的内河船舶交通事故类型,可为海事管理部门采取有针对性的防控措施提供理论支撑.
文献关键词：
内河船舶;航运安全;交通事故类型;数据驱动;贝叶斯网络;情景分析
中图分类号：
作者姓名：
叶子阳;陈沿伊;张培林;程盼;钟惠林;侯华保
作者机构：
武汉理工大学交通与物流工程学院,湖北武汉430063
文献出处：
引用格式：
[1]叶子阳;陈沿伊;张培林;程盼;钟惠林;侯华保-.基于数据驱动贝叶斯网络的内河船舶交通事故分析)[J].安全与环境工程,2022(01):47-57
A类：
B类：
内河船舶,船舶交通事故,交通事故分析,内河航运,行驶安全,同事,航道,芜湖,湖海,海事局,上报,可视化软件,Netica,练得,贝叶斯网络模型,贝叶斯推理,关键影响因素,模型训练,情景分析法,组合波,交通事故类型,海事管理,航运安全
AB值：
0.218604
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。
