基于弱关联频繁模式的超限行为挖掘优化

作者：万芳; 胡东辉频繁模式行为挖掘超限交通安全

摘要：目前采用博弈分析和流量预测等模型,对未来时间段道路网货运车辆超限行为进行提前识 别, 取得定的检测效果, 但对具有时空动态性和迁移性的超限车辆分布挖掘仍具有局限性.根据 道路网超限车辆数据特点,提出种基于弱关联频繁模式的超限行为的挖掘优化算法,该算法采用 空间弱关联频繁模式构建的超限频繁模式树,建立时间弱关联的状态转移模型,得到频繁模式的预 测值.在FPgrowth频繁模式挖掘算法的基础上,首次建立了超限模式挖掘与货运车辆行为数据的 时空弱关联,使超限行为预测算法误差率降至6 %以下,有效提高了超限行为的检测效率.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社