[发明专利]一种目标城市交通事故严重程度分析方法

说明书

本发明公开了一种目标城市交通事故严重程度分析方法，其包括：获取不同城市的交通事故数据，根据每个城市的交通事故数据量确定目标城市和源城市；利用统一特征表示法将分布于异构特征空间的目标城市和源城市交通事故数据进行特征对齐，得到跨城市交通事故样本的同构样本特征表示；将跨城市交通事故样本的同构样本特征表示带入代价敏感的跨城市交通事故分析模型，得到导致目标城市交通事故不同严重程度的影响因素。本发明能够在仅使用少量目标城市交通事故数据的条件下，准确获得导致目标城市交通事故不同严重程度的影响因素。

技术领域

本发明涉及一种目标城市交通事故严重程度分析方法，属于交通安全技术领域。

背景技术

道路交通事故已成为许多国家人员伤亡的主要原因之一，给社会带来了沉重的代价。近十年来，基于道路交通事故的历史数据，建模并分析导致交通事故发生的影响因素，已成为交通安全领域广泛采用的研究手段。交通事故因果分析的研究成果，可为交通管理部门制定预防交通事故发生方面的政策，提供建议和启示，因而具有较强的实际应用价值。

在现有的交通事故分析中，研究者往往假设目标城市存在大量完备的交通事故数据。明显地，收集完备的交通事故数据，需要在每一条城市道路上安装大量监控设备，并付出大量的人力和财力，进行设备监管和数据处理。事实上，一些低发展水平的城市，往往很难承受如此高昂的数据采集成本。在一些高发展水平的城市，即使交通管理部门已经收集到了完备的交通事故数据，但由于数据隐私方面的考虑，只有少量低敏的事故数据可以被获取。基于以上分析可知，在实际的交通事故分析中，目标城市少数据是必须要面临和解决的一个重要问题。

在交通事故严重程度分析中，还存在类别不平衡问题，即导致人员死亡、严重受伤的严重事故的样本数要远小于导致人员轻微受伤、无受伤的不严重事故的样本数。研究者常采用重采样的技术解决事故严重程度分析中的类别不平衡问题，但是，无论是对少数严重事故样本进行过采样，还是对多数不严重事故进行欠采样，重采样方法改变了原始事故数据的数据分布，很容易导致局部最优的预测结果，不利于交通事故的准确分析。

发明内容

为了解决交通事故严重程度分析中的少数据和类别不平衡影响分析准确性的问题，本发明提出了一种目标城市交通事故严重程度分析方法，引入跨城市交通事故数据和代价敏感分类模型，在仅使用少量目标城市交通事故数据的条件下，准确获得导致目标城市交通事故不同严重程度的影响因素。

为解决上述技术问题，本发明采用了如下技术手段：

本发明提出了一种目标城市交通事故严重程度分析方法，包括如下步骤：

获取不同城市的交通事故数据，根据每个城市的交通事故数据量确定目标城市和源城市；

利用统一特征表示法将分布于异构特征空间的目标城市和源城市交通事故数据进行特征对齐，得到跨城市交通事故样本的同构样本特征表示；

将跨城市交通事故样本的同构样本特征表示带入代价敏感的跨城市交通事故分析模型，得到导致目标城市交通事故不同严重程度的影响因素。

进一步的，目标城市的交通事故数据量小于源城市的交通事故数据量。

进一步的，目标城市的交通事故数据表示目标城市中第i个交通事故样本，D_t为目标城市交通事故数据中事故特征的总数，N_t为目标城市的交通事故样本总数，i＝1,2,…,N_t；源城市的交通事故数据其中，表示源城市中第j个交通事故样本，D_s为源城市交通事故数据中事故特征的总数，N_s为源城市的交通事故样本总数，j＝1,2,…,N_s。

进一步的，跨城市交通事故样本的同构样本特征表示如下：