数据挖掘技术在交通事故分析中的应用

数据挖掘技术在交通事故分析中的应用

董立岩¹, 刘光远², 苑森淼¹, 李永丽³, 吴志辉¹

1. 吉林大学计算机科学与技术学院, 长春 130012； 2. 吉林大学通信工程学院, 长春130022；3. 东北师范大学计算机学院, 长春 130024

收稿日期:2006-04-20 修回日期:1900-01-01 出版日期:2006-11-26 发布日期:2006-11-26
通讯作者: 苑森淼

Applicaition of Data Mining to Traffic Accidents Analysis

DONG Liyan¹, LIU Guangyuan², YUAN Senmiao¹, LI Yongli³, WU Zhi hui¹

1. College of Computer Science and Technology, Jilin University, Changchun 130012, China;2. College of Communication Engineering, Jilin University, Changchun 130022, China;3. School of Computer Science, Northeast Normal University, Changchun 130024, China

Received:2006-04-20 Revised:1900-01-01 Online:2006-11-26 Published:2006-11-26
Contact: YUAN Senmiao

摘要/Abstract

摘要： 结合关联规则与粗糙集的思想, 提出了基于偏好信息的决策规则约简算法, 并将该算法应用于长春市历年的道路交通事故数据分析中, 从而找出交通事故发生的潜在规律.

关键词: 数据挖掘, 粗糙集, 关联规则, 决策偏好信息

Abstract: On the basis of the idea of association rule combined with rough set, we propounded a kind of decision rule reduct algorithm based on preferential information, which was applied to the data analysis of traffic accidents of Changchun City, so as to finish the implement of Traffic Accidents Analysis System.

Key words: data mining, rough set, association rule, preferential information

中图分类号:

TP18

董立岩, 刘光远, 苑森淼, 李永丽, 吴志辉. 数据挖掘技术在交通事故分析中的应用[J]. J4, 2006, 44(06): 951-955.

DONG Liyan, LIU Guangyuan, YUAN Senmiao, LI Yongli, WU Zhi hui. Applicaition of Data Mining to Traffic Accidents Analysis[J]. J4, 2006, 44(06): 951-955.

[1]	王建刚. 基于小生境遗传算法的网络入侵节点智能检测方法[J]. 吉林大学学报(理学版), 2025, 63(4): 1099-1104.
[2]	佘志用, 郭晓新, 冯月萍, 张东坡. 基于粗糙集的去噪扩散概率方法[J]. 吉林大学学报(理学版), 2024, 62(2): 339-0346.
[3]	杨勇, 张磊, 曲福恒, 刘俊杰, 陈强. 基于最频繁项提取和候选集剪枝的THIMFUP算法[J]. 吉林大学学报(理学版), 2021, 59(3): 635-642.
[4]	金晓民, 张丽萍. 基于最小生成树的多层次k-Means聚类算法及其在数据挖掘中的应用[J]. 吉林大学学报(理学版), 2018, 56(5): 1187-1192.
[5]	冯锋, 张珑耀, 张青. 基于软集上逻辑公式的极大关联规则描述与挖掘方法[J]. 吉林大学学报(理学版), 2018, 56(4): 901-908.
[6]	匡珍春, 冼远清. 基于XML配置框架下多维度扩展贪心算法[J]. 吉林大学学报(理学版), 2018, 56(3): 688-691.
[7]	尚靖博, 左万利. 基于清晰有理数均值的新匹配聚类算法[J]. 吉林大学学报(理学版), 2018, 56(2): 399-401.
[8]	周鹏, 熊运余. 基于数据挖掘的网络状态异常检测[J]. 吉林大学学报(理学版), 2017, 55(05): 1269-1273.
[9]	王文霞. 数据挖掘中改进的C4.5决策树分类算法[J]. 吉林大学学报(理学版), 2017, 55(05): 1274-1277.
[10]	曹莹, 苗志刚. 基于向量矩阵优化频繁项的改进Apriori算法[J]. 吉林大学学报(理学版), 2016, 54(02): 349-353.
[11]	孙金岭, 庞娟. 基于残差修正的灰色神经网络在数据挖掘中的应用[J]. 吉林大学学报(理学版), 2015, 53(06): 1263-1268.
[12]	张强, 吕巍. 改进的粗糙集模糊聚类算法及其应用[J]. 吉林大学学报(理学版), 2015, 53(06): 1291-1294.
[13]	郭其标, 李秉键. 基于最小信息准则和BP算法的网络入侵检测[J]. 吉林大学学报(理学版), 2015, 53(04): 715-719.
[14]	成锦晖, 郑山红, 李万龙, 岳绍敏. 本体领域综合概念相似度计算中的权重确定方法[J]. 吉林大学学报(理学版), 2014, 52(06): 1272-1276.
[15]	于潇菂, 努尔布力, 胡亮, 解男男. 一种基于数据挖掘的多步入侵警报关联模型[J]. 吉林大学学报(理学版), 2013, 51(05): 881-886.