内河水上交通事故时有发生,对水路运输安全、高效发展带来威胁。研究提出一种基于自适应参数的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)方法,用于识别内河事故黑点水域。该方法支持对邻域半径ε和邻域中...内河水上交通事故时有发生,对水路运输安全、高效发展带来威胁。研究提出一种基于自适应参数的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)方法,用于识别内河事故黑点水域。该方法支持对邻域半径ε和邻域中数据对象数目阈值P_(min)参数的自动选取,可提高聚类分析的精度和效率。基于2010—2019年长江干线下游散货船舶事故数据开展案例研究,对各典型事故黑点段的事故特征和事故原因进行分析,得到8个事故黑点。此外,采用Getis-Ord General G聚类识别事故黑点中的高等级事故区域,得到事故黑点及高等级事故主要分布于江心洲、桥区、港口码头区域。研究结果与实际情况基本吻合,一定程度上表明了该方法在内河水上交通事故分布特征分析上的科学性和实用性。展开更多
对DBSCAN(density based spatial clastering of applications with noise)聚类算法进行了研究,分析了它的特点、存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点(段)的排查方法及其改进思路,并且结合J2EE技术,实现了一个We...对DBSCAN(density based spatial clastering of applications with noise)聚类算法进行了研究,分析了它的特点、存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点(段)的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统,阐述了基于J2EE的交通事故挖掘系统的体系结构、设计及其应用。展开更多
文摘内河水上交通事故时有发生,对水路运输安全、高效发展带来威胁。研究提出一种基于自适应参数的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)方法,用于识别内河事故黑点水域。该方法支持对邻域半径ε和邻域中数据对象数目阈值P_(min)参数的自动选取,可提高聚类分析的精度和效率。基于2010—2019年长江干线下游散货船舶事故数据开展案例研究,对各典型事故黑点段的事故特征和事故原因进行分析,得到8个事故黑点。此外,采用Getis-Ord General G聚类识别事故黑点中的高等级事故区域,得到事故黑点及高等级事故主要分布于江心洲、桥区、港口码头区域。研究结果与实际情况基本吻合,一定程度上表明了该方法在内河水上交通事故分布特征分析上的科学性和实用性。
文摘对DBSCAN(density based spatial clastering of applications with noise)聚类算法进行了研究,分析了它的特点、存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点(段)的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统,阐述了基于J2EE的交通事故挖掘系统的体系结构、设计及其应用。
