基于改进密度聚类算法的交通事故地点聚类研究

来源：交通运输系统工程与信息杂志2020年第5期北京时间：

作者：黄钢，瞿伟斌，许卉莹

单位：公安部交通管理科学研究所 道路交通安全公安部重点实验室，江苏 无锡 214151

摘要：交通事故特征受地域分布影响显著，本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据，调用开放地图接口地理编码解算事故地点经纬度，使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入，为解决这一局限，建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型，并与原始聚类模型进行对比.结果表明，优化算法在参数确定上更加智能，对簇的划分更加准确，对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分，证明了该算法在城市道路交通事故地理位置聚类中的适用性.

关键词：城市交通,交通安全,地理编码,密度聚类,轮廓系数

基金资助：公安部科技强警基础工作专项项目/Fundamental Research Funds for Basic Work of Strengthening the Police by Science and Technology of the Ministry of Public Security(2019GABJC24)；中央级公益性科研院所基本科研业务费专项资金/ Fundamental Research Funds for Central Public Welfare Research Inst