TY -的A2 Routil Ladislav盟——标志着查尔斯盟——Jahangiri乔盟——Ghanipoor Machiani,萨哈尔PY - 2021 DA - 2021/02/15 TI -识别和标记潜在风险驾驶:一个多级的过程使用真实的驾驶数据SP - 8819094六世- 2021 AB -每年,超过5000万人受伤,135万人死于交通事故。危险驾驶行为是负责超过一半的所有致命的交通事故。识别危险驾驶行为在实际驾驶(RWD)数据集是一个有前途的途径减少相关的死亡率负担这些不安全的行为,但许多技术障碍必须克服。在此,我们描述的实现多级过程分类标记RWD数据作为潜在风险。在第一阶段,数据格式,减少为分类做准备。在第二阶段,重新格式化数据的子集称为潜在风险(或不)使用Iterative-DBSCAN方法。在第三阶段,然后使用标记子集适合随机森林(RF)分类models-RF模型被选择后发现执行比逻辑回归和人工神经网络模型。在最后阶段,RF模型预测用于标签剩余的RWD数据作为潜在风险(或没有)。每个阶段的实现是RWD分类数据的描述和分析汽车在公共道路上行驶的安阿伯市密歇根。总的来说,我们发现2270万年观察驾驶2.682亿潜在风险的观察。 This study provides a novel approach for identifying potentially risky driving behaviors within RWD datasets. As such, this study represents an important step in the implementation of protocols designed to address and prevent the harms associated with risky driving. SN - 0197-6729 UR - https://doi.org/10.1155/2021/8819094 DO - 10.1155/2021/8819094 JF - Journal of Advanced Transportation PB - Hindawi KW - ER -