基于关联规则挖掘的路面损坏状况影响因素分析
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

陕西省交通运输厅2018年度交通科研项目(18-31X); 长安大学中央高校基本科研业务费专项资金(300102249102)


Influencing Factors Analysis of Pavement Damage Based on Mining Association Rules
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 增强出版
  • |
  • 文章评论
    摘要:

    本文基于路面评价指标中车辙深度指数和行驶质量指数来评价路面的损坏情况, 使用关联规则挖掘环境、交通、路面等影响因素与路面状况之间的关联程度. 针对关联规则Apriori算法复杂度和耗时的缺点, 提出一种不生成候选集的方法来产生频繁集的改进Apriori算法, 并通过实验对比证明改进的Apriori算法能够有效提升速度和性能. 使用改进的Apriori算法分析路面评价指标及其影响因素之间的强关联规则, 得到不同环境路面损坏的主要成因. 本文结论能够对路面养护提供科学可靠的支持, 可为路面养护部门提供合理的养护建议与数据支撑.

    Abstract:

    Based on the rutting depth index and driving quality index in the pavement evaluation index, the pavement damage was evaluated in this study. The association rules were used to mine the degree of association between influencing factors such as environment, traffic, and road surface and road surface conditions. Aiming at the shortcomings of the complexity and time-consuming of the association rule Apriori algorithm, an improved Apriori algorithm that does not generate candidate sets to generate frequent sets was proposed. The experiments show that the improved Apriori algorithm can effectively improve the speed and performance. The improved Apriori algorithm was used to analyze the strong association rules between evaluation indexes and influencing factors, and the main causes of pavement damage in different environments were obtained. The conclusion of this paper can provide scientific and reliable support for the pavement maintenance, reasonable maintenance suggestions, and data support for the pavement maintenance department.

    参考文献
    相似文献
    引证文献
引用本文

曹磊,徐磊,杨菲,贾彭斐.基于关联规则挖掘的路面损坏状况影响因素分析.计算机系统应用,2021,30(1):186-193

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-06-05
  • 最后修改日期:2020-06-30
  • 录用日期:
  • 在线发布日期: 2020-12-31
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号