TY -的A2董Chunjiao盟——邹,原来亚盟——钟,Xinzhi盟——灰,约翰盟,曾自强AU -王,银海盟,郝Yanxi盟——彭Yichuan PY - 2017 DA - 2017/11/22 TI -开发Clustering-Based经验贝叶斯分析方法对热点识别SP - 5230248六世- 2017 AB -热点识别(HSID)是一个全网安全评价的关键部分。典型的网站排名方法常常是植根于使用经验贝叶斯(EB)方法来估计安全观察事故记录和预测事故频率基于类似的网站。EB的表现方法是高度相关的选择(即参照群体的网站。、道路段或十字路口)类似于目标站点的安全性能函数(SPF)用来预测事故频率将会发达。事故数据通常包含底层异构性,从本质上讲,似乎可以使他们产生不同的亚种群,方法需要选择原则的方式类似的网站。为了克服这种可能的异质性问题,EB-based HSID方法使用常见的聚类方法(例如,混合模型, K 则和分层聚类)选择“类似”网站建设开发计划。clustering-based EB的性能方法使用真正的事故数据进行比较。HSID结果,计算在德克萨斯州的农村公路资金数据,表明这三个clustering-based EB分析方法优于传统的统计方法。因此,正确分类的道路段异构崩溃数据可以进一步提高HSID精度。SN - 0197 - 6729你2017/5230248 / 10.1155——https://doi.org/10.1155/2017/5230248——摩根富林明-杂志的先进运输PB - Hindawi KW - ER