بررسی کاربرد فنون داده کاوی مکانی در تحلیل تصادفات جادهای در تقاطعها
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 1,538
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ACA01_260
Index date: 14 June 2014
بررسی کاربرد فنون داده کاوی مکانی در تحلیل تصادفات جادهای در تقاطعها abstract
ایمنى ترافیک از مباحث مهم در حمل و نقل و از اولویت هاى مهم سازمان هاى دخیل در این حوزه است. تقاطع ها به دلیل شرایط هندسى، محیطى و ساختارى نقاطى کلیدی در حادثه خیزی مسیرها هستند. این تحقیق به بررسى روش هاى مکان-مبناى مورد استفاده جهت تحلیل تصادفات جاده اى در تقاطع ها مى پردازد. در این حوزه، GIS به دلیل توانایی انجام آنالیزهاى سودمند مکانى نقش اى را ایفا مى کند. تصمیم گیری صحیح با هدف سرمایه گذارى در امور زیر بنایى به مجموعه بزرگى از داده ها به ویژه داده هاى مکانى نیاز دارد و از آنجا که حجم این داده ها با گذشت زمان به سرعت افزایش مى یا بد، تحلیل و استخراج اطلاعات مفید از آن ها بدون استفاده از ابزار هاى پیشرفته تحلیل داده ها مشکل می باشد. داده کاوى مکانى تکنیکى نوظهور در تجزیه و تحلیل داده هاى مکانى و مکان - محور می باشد که به دلیل افزایش قابلیت جمع آورى و ذخیره سازى این نوع داده مورد توجه قرار گرفته است. در این مقاله دو تکنیک رایج در داده کاوى مکانى به نام هاى درخت تصمیم و شبکه عصبى مصنوعى در تحلیل تصادفات جاده اى در تقاطع ها مورد بررسى و مطالعه قرار مى گیرد. نتایج این پژوهش نشان مى دهد که گر چه شبکه هاى عصبى سابقأ کاربرد بیشترى در تحلیل هاى تصادفات جاده اى دارند، اما عملکرد درخت تصمیم به مشدهدات میدانى نزدیک تر می باشد
بررسی کاربرد فنون داده کاوی مکانی در تحلیل تصادفات جادهای در تقاطعها Keywords:
بررسی کاربرد فنون داده کاوی مکانی در تحلیل تصادفات جادهای در تقاطعها authors
سایه زینلی
دانشجوی کارشناسی ارشد سیستم اطلاعات مکانی دانشگاه تربیت دبیر شهید رجایی
فرهاد حسینعلی
استادیار گروه سیستم اطلاعات مکانی دانشگاه تربیت دبیر شهید رجایی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :