您的位置: 专家智库 > >

汪飞翔

作品数:2 被引量:18H指数:2
供职机构:武汉理工大学航运学院更多>>
发文基金:国家自然科学基金中国博士后科学基金更多>>
相关领域:环境科学与工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇环境科学与工...

主题

  • 2篇水上交通
  • 1篇人命
  • 1篇失踪
  • 1篇水上交通安全
  • 1篇水上交通事故
  • 1篇零膨胀
  • 1篇内河
  • 1篇内河水上交通
  • 1篇安全工程
  • 1篇SVM
  • 1篇SVM-RF...

机构

  • 2篇武汉理工大学
  • 1篇湖南省交通规...

作者

  • 2篇杨亚东
  • 2篇汪飞翔
  • 1篇黄立文
  • 1篇马勇
  • 1篇王昊

传媒

  • 1篇安全与环境学...
  • 1篇交通信息与安...

年份

  • 1篇2018
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
基于零膨胀负二项回归模型的内河水上交通人命安全分析被引量:7
2017年
运用零膨胀负二项回归模型,分析水上交通事故中人员死亡失踪数量的各影响因素的影响程度。通过Pearson相关分析得到与水上交通事故中人员死亡失踪人数密切相关的因素,建立ZINB回归模型得到各因素的参数估计值。运用弹性分析方法对不同影响因素的影响程度进行评估,根据影响程度对各影响因素进行排序。将该方法应用于长江海事局辖区范围内的水上交通事故人员死亡失踪分析,取得了理想效果。
王昊杨亚东马勇汪飞翔
关键词:安全工程
基于SVM的水上交通事故严重程度的影响因素研究被引量:14
2018年
为研究水上交通事故中事故严重程度的影响因素,减小水上交通事故发生时的人员伤亡及财产损失,对2015-2016年的水上交通事故统计数据的分析。选取了水上交通事故数据中的船舶类型、事故发生时间、地点、船舶吨位、能见度和风力等级等相关因素建立了事故信息库。根据水上交通事故造成的人员伤亡数量和财产损失的大小,将事故严重程度分为3个等级,并建立了基于支持向量机(SVM)的三分类模型。然后通过交叉验证以及网格搜索算法优化SVM分类模型的惩罚参数和核函数参数,得到最优的分类模型。模型建立后,利用SVM-RFE算法求解上述影响因素对事故严重程度的权重值并排序,筛选出对于事故严重程度影响最大的因素。结果表明,支持向量机三分类模型总体分类准确率可达70%以上;同时自沉事故、渔船事故和秋季发生的事故易造成较大的人员伤亡;危化品船舶,内河发生的事故和渔船易造成较大的财产损失。
汪飞翔杨亚东杨亚东黄立文
关键词:水上交通安全水上交通事故SVM-RFE
共1页<1>
聚类工具0