基于改进K-means算法的城市道路交通事故分析（双语出版）

来源：中国血液净化杂志2018年第4期北京时间：

作者：郭璘, 周继彪, 董升, 张水潮

单位：1. 宁波工程学院 建筑与交通工程学院, 浙江 宁波 315211;2. 同济大学 交通运输工程学院, 上海 201804

摘要：为有效采集城市道路交通事故数据，分析交通事故时空特征，辨识交通事故原因，利用手机APP方法采集了宁波市鄞州区2016年第四季度的37 654起交通事故数据。鉴于传统K-means聚类算法收敛慢和精度低的缺陷，建立改进的K-means聚类算法以消除孤立点对聚类结果的影响，对研究范围内的交通事故黑点进行识别及分析。结果表明：基于手机APP采集的有效事故数据样本量占实际警情的比例为96.4%，能满足事故数据分析的精度和质量要求；近4年每个季度的事故变化趋势呈现明显的锯齿状变化；机动车与机动车事故数量最大，机动车与非机动车事故数量次之，事故比例分别为58.4%和15.8%；时间特征方面，周一发生的事故数量最大，周四最低，事故比例分别为15.4%和13.2%；空间特征方面，道路交通事故发生地点主要集中在地面路段、交叉口、停车场等，事故比例分别为77.4%、11.6%和7.0%，居民小区和高架事故比例较低，分别为3.2%和0.9%；事故原因方面，跟车距离过近、转弯未让直行、违法变更车道、超速行驶等驾驶行为是引发交叉口机动车与机动车类型事故的主要原因，事故比例分别为28.8%、22.9%、15.6%和7.6%；机动车转弯未让直行非机动车、非机动车闯红灯、机动车与非机动车相互占用车道和非机动车逆向行驶，是诱发交叉口机动车与非机动车类型事故的主要原因，事故比例分别为36.6%、16.6%、9.9%和7.3%。

关键词：交通工程,交通事故分析,改进K-means算法,手机APP采集,热力图

基金资助：浙江省公益技术应用研究计划项目（2016C33256）；浙江省哲学社会科学规划课题（18NDJC107YB，17NDJC130YB）；浙江省自然科学基金项目（LY17E080013）