Estimation of Vulnerable Road User Accident Frequency Through the Soft Computing Models
Modely predpovede nehôd sú matematické výrazy alebo algoritmy, ktoré sa používajú na určenie príčinných faktorov dopravných nehôd a bezpečnosti na cestách. Modelovanie tohto druhu nehôd je dosť náročné a vyžaduje si dobrú kvalitu dát. Výsledky modelu umelej neurónovej siete, model gaussovských proce...
Salvato in:
| Autore principale: | |
|---|---|
| Altri autori: | , |
| Natura: | Capitolo di libro |
| Lingua: | inglese |
| Soggetti: | |
| Tags: |
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| Riassunto: | Modely predpovede nehôd sú matematické výrazy alebo algoritmy, ktoré sa používajú na určenie príčinných faktorov dopravných nehôd a bezpečnosti na cestách. Modelovanie tohto druhu nehôd je dosť náročné a vyžaduje si dobrú kvalitu dát. Výsledky modelu umelej neurónovej siete, model gaussovských procesov a podpora vektorového modelu stroja sa porovnáva z hľadiska frekvencie nehôd na cestách v tejto štúdii. Presnosť modelu bola podmienená: strednou absolútnou chybou, základným priemerom štvorcovej chyby a koeficientu korelácie. Zistenia naznačujú, že pre predpovedanie nehôd zraniteľných účastníkov cestnej premávky na cestách umelá neurónová sieť poskytuje lepšie výsledky korelácie ako vektor podpory stroja a Gaussove procesy. |
|---|