交通事故回归分析中对样本缺损的技术处理

重庆交通大学学报（自然科学版） ›› 2006, Vol. 25 ›› Issue (1): 110-113.

交通事故回归分析中对样本缺损的技术处理

唐秋生，李萍

重庆交通学院交通运输学院，重庆 400074

收稿日期:2004-09-14 修回日期:2004-12-01 出版日期:2006-02-15 发布日期:2015-05-18
作者简介:唐秋生(1965—)，男，湖南永州人，讲师，从事交通运输规划与管理、物流教学与科研工作．

The treatment technology of the flawed sample in returning analytic approach of the traffic accident

TANG Qiu-sheng,Li Ping

Traffic and Transportation College，Chongqing Jiaotong University，Chongqing 400074，China

Received:2004-09-14 Revised:2004-12-01 Online:2006-02-15 Published:2015-05-18

摘要/Abstract

摘要： 笔者在文中对交通事故预测中方法的应用、因子挑选以及多种因素的组合对事故的影响进行了较为深入地分析，尤其对基于回归分析法的样本缺损值之处理技术进行了探讨，收到了较好的效果，

关键词: 回归分析, 交通事故, 预测, 样本

Abstract: This text mainly discussed the treatment technology of flawed sample based on returning analytic approach，and also analyzed deeply the selection of the traffic accident predicting methods and the impact factors．And the impact that the combination of many kinds of factors on accident is discussed in predicting，which has produced better results and has some practical meaning．

Key words: returning analysis, traffic accident, prediction, flawed sample

中图分类号:

U491.31

唐秋生，李萍. 交通事故回归分析中对样本缺损的技术处理[J]. 重庆交通大学学报（自然科学版）, 2006, 25(1): 110-113.

TANG Qiu-sheng,Li Ping. The treatment technology of the flawed sample in returning analytic approach of the traffic accident[J]. Journal of Chongqing Jiaotong University(Natural Science), 2006, 25(1): 110-113.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	代昱昊，王华，彭桂彬. 基于TEM的玉磨铁路隧道渗漏水状态预测方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 88-92.
[3]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[4]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.
[5]	刘杰. 基于栈式自编码的高速铁路站间客流短期预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 26-30.
[6]	王志祥1,2，李建阁1，陈楚鹏2. 基于变权重评价的沥青路面使用性能灰色预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 95-101.
[7]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[8]	邓涛1，李鑫2. 智能车辆横纵向运动综合控制方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 133-140.
[9]	裴同松1，裴彧2. 基于马尔科夫链-BP神经网络模型对公路运量的预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 35-41.
[10]	闫佳庆1，邵鹏1，张立立2，王力1. 考虑大型车因素的城市路网交通流速度预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(01): 7-11.
[11]	黄益绍1,2，韩磊2,3. 基于RS-IPSOSVM的公交客流量预测方法[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 11-19.
[12]	翁小雄，郝翊. 基于LSTM引入客车占比特征的短时交通流预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 20-25.
[13]	杨波1，刘昱1，杨政龙2. 引入逻辑斯蒂增长模型的集装箱吞吐量长期预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 45-50.
[14]	张献州1，2，夏晨翕1，陈霄1，蒋英豪1，陈建营1. IGM-FM串联模型在高铁路基沉降预测中的应用[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 99-108.
[15]	刘莎，董国发，李想，曾晰. 客流量动态影响下公交智慧出行服务模型研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(10): 10-17.