[发明专利]基于Adaboost算法的交通高危人员识别方法

摘要

本发明提供一种基于Adaboost算法的交通高危人员识别方法，基于原始的交通违法数据与事故数据，采用Adaboost算法进行高危人员识别模型训练与校正，将人员违法属性信息输入模型，则能够实现高危人员的识别与预测，对于提升交通安全治理工作效率、辅助交警日常安全管理工作更具针对性和主动性等方面具有现实意义。

主权项

1.一种基于Adaboost算法的交通高危人员识别方法，其特征在于：根据道路交通参与者的违法属性判断其交通事故风险，包括以下步骤，S1、基于原始的交通违法数据与事故数据，构建违法数据集、严重事故数据集、轻微事故数据集；S2、将违法数据集二分类，即高危人员、一般人员，根据分类规则确定数据标记值label，据此将违法数据集分为高危人员数据子集D、一般人员数据子集N以及待识别子集U；S3、对违法数据集中的一般人员数据子集N进行抽样，与高危人员数据子集D组合并拆分获得训练集与测试集；S4、基于Adaboost算法，以训练集数据训练高危人员识别模型，确定模型参数；其中，模型参数包括学习率、弱分类器个数、最大树深、节点最小分裂值、叶节点最小样本数、最大特征数；S5、以测试集数据进行高危人员识别模型评估，并确定分类概率临界阈值，校正模型，获得最终的交通高危人员识别模型；S6、将步骤S2中待识别子集数据输入步骤S5得到的交通高危人员识别模型，获得高危人员识别结果。